universidade federal fluminense danielle ribeiro de … doutorado danielle... · tese (doutorado em...
TRANSCRIPT
UNIVERSIDADE FEDERAL FLUMINENSE
FACULDADE DE MEDICINA
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS MÉDICAS
DANIELLE RIBEIRO DE SOUZA
DESENVOLVIMENTO E VALIDAÇÃO DE QUESTIONÁRIOS DE FREQUÊNCIA ALIMENTAR PARA ENERGIA, MACRO E
MICRONUTRIENTES EM POPULAÇÃO URBANA ADULTA
NITERÓI - RJ 2014
2
Danielle Ribeiro de Souza
DESENVOLVIMENTO E VALIDAÇÃO DE QUESTIONÁRIOS DE
FREQUÊNCIA ALIMENTAR PARA ENERGIA, MACRO E MICRONUTRIENTES EM POPULAÇÃO URBANA ADULTA
Tese submetida ao Programa de Pós-Graduação em Ciências Médicas da Universidade Federal Fluminense como parte dos requisitos necessários à obtenção do Grau de Doutor. Área de Concentração: Ciências Médicas
Orientador: Prof. Dr. Luiz Antonio dos Anjos
NITERÓI - RJ 2014
3
S719 Souza, Danielle Ribeiro de
Desenvolvimento e validação de questionários de frequência alimentar para energia, macro e micronutrientes em população urbana adulta / Danielle Ribeiro de Souza. - Niterói: [sn.], 2014. 124 f. Orientador: Luiz Antonio dos Anjos.
Tese (Doutorado em Ciências Médicas) – Universidade Federal Fluminense, Faculdade de Medicina, 2014.
1. Ingestão de alimentos. 2. Macronutrientes. 3. Estado Nutricional. 4. Epidemiologia descritiva. I. Título.
CDD 613.2
DANIELLE RIBEIRO DE SOUZA
DESENVOLVIMENTO E VALIDAÇÃO DE QUESTIONÁRIOS DE
FREQUÊNCIA ALIMENTAR PARA ENERGIA, MACRO E MICRONUTRIENTES EM POPULAÇÃO URBANA ADULTA
Tese submetida ao Programa de Pós-Graduação em Ciências Médicas da Universidade Federal Fluminense como parte dos requisitos necessários à obtenção do Grau de Doutor. Área de Concentração: Ciências Médicas
Aprovada em:
BANCA EXAMINADORA
___________________________________________ Prof. Dra. Denise Mafra
___________________________________________ Prof. Dra. Valéria Troncoso Baltar
___________________________________________ Prof. Dra. Maria Luiza Garcia Rosa
___________________________________________ Prof. Dra. Marisa Moura
___________________________________________ Prof. Dr. William Waissmann
NITERÓI – RJ 2014
5
À minha família, por todos os momentos de dificuldades, que juntos
aprendemos uns com os outros, pelo aprendizado da humildade, pela luta por me fazer uma profissional competente e pelo exemplo de amor e Fé.
Aos meus pais, em especial à minha mãe, pela perseverança, incentivo, dedicação, compreensão e exemplo de mulher.
Aos meus irmãos, Luiz Eduardo e Márcia Cristina, pelo amor e carinho.
Ao meu marido, Marcelo Ramos Marques, pelo exemplo de companheiro
e amigo e pela compreensão e carinho nos momentos mais difíceis.
6
AGRADECIMENTOS
A Deus, por me dar sempre forças e sabedoria para prosseguir rumo ao alvo.
Ao professor, Dr. Luiz Antonio dos Anjos, pela força, exemplo de
profissional, aprendizado e consciência da importância da pesquisa na prática profissional.
À Vivian Wahrlich, pela dedicação e paciência. Às amigas, Annie Schtscherbyna e Amine Costa, por estarem sempre
dispostas em ajudar.
7
APRESENTAÇÃO
Essa tese é baseada nos resultados de duas pesquisas realizadas no
Laboratório de Avaliação Nutricional e Funcional da Universidade Federal
Fluminense (Lanuff). A primeira, a Pesquisa de Nutrição, Atividade Física e
Saúde (PNAFS), foi um inquérito domiciliar realizado em amostra probabilística
da população adulta de Niterói, em 2003. As características alimentares da
população adulta de Niterói deu origem ao primeiro artigo desta Tese, que foi
aceito para publicação pela Revista Ciência e Saúde Coletiva. Com base nos
dados da PNAFS, avaliou-se o grau de sub-relato da ingestão energética (IE)
ao compará-la com a taxa metabólica basal (TMB). Os resultados compõem o
segundo artigo desta tese, que foi aceito para publicação pelos Cadernos de
Saúde Pública. Ainda com os dados da PNAFS, construiu-se um questionário
de frequência alimentar (QFA) para energia e macronutrientes que foi
publicado e um outro especificamente para micronutrientes cujas
características são apresentadas na tese.
A segunda pesquisa foi um estudo longitudinal de avaliação da ingestão
alimentar (IA) de uma amostra de conveniência de adultos de Niterói cujo
objetivo foi validar o QFA para IE publicado derivado da PNAFS. Nesta
pesquisa, mediu-se a IA usando 6 recordatórios de 24h (3 no verão e 3 no
inverno) e 2 vezes o QFA, após os 3 recordatórios de cada estação (verão e
inverno) entre 2007 e 2008. Os resultados de reprodutibilidade do QFA (2
medições) e sua validade (comparação com os dados do recordatório de 24h,
usados como referência) em 2 ocasiões (verão e inverno) são, assim, descritos
na tese.
8
RESUMO Com o aumento na prevalência de sobrepeso e/ou obesidade, faz-se necessário desenvolver e validar instrumentos que avaliem a ingestão alimentar (IA) de forma acurada e precisa. O questionário de frequência alimentar (QFA) é considerado o mais prático método de avaliação da IA. O objetivo do trabalho foi descrever as características alimentares da população adulta de Niterói, identificar a frequência de sub-relato da ingestão energética (IE), validar um instrumento de avaliação da IE e de macronutrientes e desenvolver um QFA para a ingestão de micronutrientes que possam ser usados em amostras da população urbana brasileira. Os dados de IA e subestimativa foram provenientes de um inquérito domiciliar com amostra probabilística da população adulta de Niterói, ao longo do ano de 2003, a Pesquisa de Nutrição, Atividade Física e Saúde (PNAFS). Os dados de validação do QFA vêm de um estudo longitudinal realizado durante o período de janeiro de 2007 a janeiro de 2008 em adultos residentes em Niterói. Os instrumentos utilizados foram: questionários sócio-econômico e demográfico (padronizados, pré-codificados e pré-testados); e o QFA para energia e macronutrientes, construído a partir de dados de IA obtidos através de recordatório alimentar de 24h (RA24h) de um dia típico na PNAFS (n=1724). A reprodutibilidade e validade deste QFA foi testada em uma amostra de conveniência de 85 indivíduos com a realização de quatro QFAs e seis RA24hs (em três dias não consecutivos no verão e outros três no inverno). Os QFAs foram realizados no primeiro e no último dia de cada etapa, com no máximo 30 dias de intervalo entre os dois. Todas as análises foram feitas com os nutrientes brutos, deatenuados e corrigidos pela IE. Foram utilizados os coeficientes de correlação intraclasse (ICC) e análises de Bland & Altman. Os resultados dos estudos da PNAFS mostraram que a IA da população adulta de Niterói foi composta basicamente por arroz, café, feijão, açúcar e pão e um total de 65 alimentos representou 90% da IE e macronutrientes. O sub-relato da IE foi encontrado em pelo menos 50% da população, sendo maior em mulheres, indivíduos mais velhos e com maior IMC. A amostra do estudo de reprodutibilidade e validade do QFA foi composta por 70,6%. Foi encontrada diferença significativa entre os 3 RA24h e o QFA no verão para 11 dos 24 nutrientes. Já no inverno, a diferença foi menor. Os ICCs entre os QFAs no verão, quando os nutrientes foram ajustados pela energia, variaram de 0,37 (tiamina) a 0,76 (sódio). Os ICCs entre QFAs no inverno variaram de 0,55 (vitamina C) a 0,83 (cobre e gordura poliinsaturada). Os ICC, no verão, entre os valores brutos do QFA e média dos 3 RA24h foi de 0,67 para energia, sendo razoáveis para macro e micronutrientes (0,29 a 0,79). Por outro lado, no inverno, foram menores para quase todos os nutrientes (0,07 a 0,68). O QFA desenvolvido para avaliar a IE e macronutrientes apresentou boa reprodutibilidade e confiabilidade, sendo diferente no verão e inverno. Uma lista de alimentos (46 itens) foi desenvolvida para análise da IA de micronutrientes, os quais explicam cerca de 80% da ingestão de 15 micronutrientes. Ressalta-se que após a demonstração da validade e reprodutibilidade do QFA por meio de técnicas apropriadas, esse instrumento poderá ser útil na realização de estudos epidemiológicos em amostra de adultos urbanos. Palavras chave: Inquéritos sobre Dietas. Métodos Epidemiológicos. Ingestão de Energia. Validação.
9
ABSTRACT Inadequate food intake (FI) is directly related to the onset of health problems. The first step to identify dietary inadequacies is the use of validated methods. Food frequency questionnaire (FFQ) is considered the most practical method for the assessment of FI and of great importance in epidemiological studies. This study aimed to describe the dietary characteristics of the adult population of Niterói, RJ; to identify the frequency of underreporting of energy intake (EI); to validatie a FFQ for energy and macronutrient intakes; and to develop a new FFQ for micronutrient intakes to be used in Brazilian urban adults. The FI caracteristics of FI and EI underreporting of the adult Niteroians came from a household survey conducted in a probability sample of adults of Niterói from January 2003 to December 2003 (PNAFS). The data for the validation of the FFQ came from a longitudinal study conducted January 2007 to January 2008. The instruments used were: socio-economic and demographic questionnaires (standardized pre-coded and pre-tested); and the FFQ for energy and macronutrient intakes developed from 24h dietary recalls (24hR) of a typical day in PNAFS (n = 1724). In a convenience sample of 85 subjects, four FFQs and six 24hRs (on three non-consecutive days in summer and three in winter) were obtained to validate the FFQ for energy and micronutrients. Thie FFQs were applied on the first and last days of each season, with a maximum of 30 days between the two FFQs. All nutrient intake analyzes were done with the crude, deattenuated and corrected by EI. Intraclass correlation coefficients (ICC) and Bland & Altman analysis were used to assess the validity and reproducibility of the FFQ. The results of the studies showed that FI in PNAFS was basically composed of rice, coffee, beans, sugar and bread. Sixty-five foods explained approximately 90% of the energy and macronutrient intakes. Mean EI was 1571 and 2189 kcal/day for women and men, respectively. Ei underreporting was found in at least 50% of the population. It was higher in women, older individuals and the ones with higher BMI. The sample in the FFQ reproducibility and validation study comprised of 70.6% women. Significant difference was found between the mean of the three 24hRs and the FFQ in the summer for 11 of 24 nutrients studied. In winter, the difference between the average of the 24hRs and the FFQ was lower. The ICCs between FFQs in summer adjusted for energy ranged from 0.37 (thiamine) to 0.76 (sodium). ICCs between FFQs in winter ranged from 0.55 (vitamin C) to 0.83 (copper and polyunsaturated fat). The correlation between the crude values of nutrient intakes estimated by FFQ2 and those estimated by the mean of the three 24hRs were 0.67 for energy, being reasonable for macro and micronutrients (0.29 to 0.79). On the other hand, the correlations were lower in winter for almost all nutrients (0.07 to 0.68). The FFQ developed to assess EI and macronutrients showed good reproducibility and reliability. A new list of food was developed for the development of a FFQ for micronutrient intakes with 46 food items that explain about 80% of the 15 micronutrients. It is noteworthy that after the demonstration of the validity and reliability of the FFQ for micronutrients by appropriate techniques, such instrument may be useful in epidemiological studies in samples of urban adults. Keywords : Diet. Diet Surveys. Epidemiologic Methods. Energy Intake. Validity
10
SUMÁRIO
1.0 INTRODUÇÃO E JUSTIFICATIVA ......................................................... 12 2.0 REVISÃO DA LITERATURA................................................................... 14
2.1 INGESTÃO ALIMENTAR (IA) - BREVE HISTÓRICO E SITUAÇÃO NO BRASIL ..................................................................................................... 14 2.2 MÉTODOS UTILIZADOS PARA AVALIAÇÃO DA INGESTÃO ALIMENTAR.............................................................................................. 16 2.2.1 Folha de Balanço Alimentar (FBA)................................................... 17 2.2.2 Pesquisa de Orçamento Familiar (POF) .......................................... 17 2.2.3 Registro ou diário alimentar ............................................................. 18 2.2.4 Recordatório alimentar de 24 horas (RA24h)................................... 19 2.2.5 Questionário de Frequência Alimentar (QFA) .................................. 21 2.3 ESTUDOS DE CONSTRUÇÃO E VALIDAÇÃO DE QUESTIONÁRIOS DE FREQUÊNCIA ALIMENTAR (QFA)..................................................... 22 2.4 FATORES QUE PODEM INFLUENCIAR A INGESTÃO ALIMENTAR 27 2.4.1 Variação intra e interindividual ......................................................... 28 2.4.2 Sazonalidade ................................................................................... 30 2.5 BIOMARCADOR DA INGESTÃO ENERGÉTICA (IE)......................... 32
3.0 OBJETIVOS............................................................................................ 34 3.1 OBJETIVO GERAL ............................................................................. 34 3.2 OBJETIVOS ESPECÍFICOS ............................................................... 34
4.0 MATERIAIS E MÉTODOS...................................................................... 35 4.1 DETALHAMENTO DA AMOSTRA DA PNAFS ................................... 35 4.2 PROCEDIMENTOS PARA CARACTERIZAR A IA NA AMOSTRA DA PNAFS ...................................................................................................... 37 4.3 PROCEDIMENTOS PARA IDENTIFICAR SUB-RELATO DE IE NA AMOSTRA DA PNAFS.............................................................................. 37 4.4 PROCEDIMENTOS PARA DESENVOLVER QFA DE MICRONUTRIENTES COM OS DADOS DA PNAFS ............................... 38 4.5 PROCEDIMENTOS PARA VALIDAR O QFA DE IE E MACRONUTRIENTES, DESENVOLVIDO COM OS DADOS DA PNAFS 40 4.5.1 Medidas realizadas para validação do QFA..................................... 41 4.5.1.1 Medidas realizadas no Laboratório de Avaliação Nutricional e Funcional da UFF (Lanuff) ........................................................................ 42 4.5.1.2 Medidas realizadas por telefone.................................................... 43 4.5.1.3 Recordatório Alimentar de 24h (RA24h) ....................................... 44 4.6 PROCESSAMENTO E ANÁLISE DOS DADOS ................................. 45 4.6.1 Deatenuação pela variabilidade individual ....................................... 47 4.6.2 Ajuste pela ingestão energética ....................................................... 47 4.6.3 Análises estatísticas......................................................................... 48 4.6.3.1 Análise dos dados da PNAFS ....................................................... 48 4.6.3.2 Análise da validação do QFA de IE e macronutrientes ................. 48
5.0 RESULTADOS ....................................................................................... 50 5.1 CARACTERÍSTICAS ALIMENTARES E SUBESTIMATIVA DA IE, PNAFS, 2003 ............................................................................................ 50 5.2 VALIDAÇÃO E REPRODUTIBILIDADE DO QFA DE MACRONUTRIENTES.............................................................................. 51 5.3 DESENVOLVIMENTO DO QFA DE MICRONUTRIENTES................ 70
6.0 DISCUSSÃO........................................................................................... 79
11
6.1 CARACTERÍSTICAS ALIMENTARES DA POPULAÇÃO ADULTA DE NITERÓI, PNAFS, 2003............................................................................ 79 6.2 SUBESTIMATIVA DA INGESTÃO ENERGÉTICA EM AMOSTRA PROBABILÍSTICA DE ADULTOS, PNAFS, 2003. .................................... 81 6.3 VALIDAÇÃO E REPRODUTIBILIDADE DO QFA DE MACRONUTRIENTES.............................................................................. 83 6.4 DESENVOLVIMENTO DO QFA DE MICRONUTRIENTES................ 89
7.0 CONCLUSÃO ......................................................................................... 95 8.0 REFERENCIAS BIBLIOGRÁFICAS........................................................ 96 9.0 ANEXOS............................................................................................... 109
9.1 QUESTIONÁRIO DE FREQUÊNCIA ALIMENTAR UTILIZADO NA PESQUISA.............................................................................................. 109 9.2 TERMO DE CONSENTIMENTO LIVRE E ESCLARECIDO.............. 116 9.3 APROVAÇÃO DO COMITÊ DE ÉTICA EM PESQUISA ................... 117 9.4 QUESTIONÁRIO SÓCIO DEMOGRÁFICO UTILIZADO NA PESQUISA................................................................................................................ 118 9.5 ROTEIRO DE COMO FAZER UM RA24H. ....................................... 123
12
1.0 INTRODUÇÃO E JUSTIFICATIVA
Na última década, houve aumento nas pesquisas sobre os efeitos das
mudanças no estilo de vida e no desenvolvimento de doenças crônicas não
transmissíveis (DCNT), particularmente com relação às mudanças na ingestão
alimentar (IA) e atividade física (WHO, 2003a; Dunton & Atienza, 2009). Neste
contexto, é importante que os métodos para avaliação da IA sejam válidos e
reprodutíveis para populações específicas para serem utilizados em estudos
epidemiológicos (Gibson, 2005). Mais recentemente, tem ocorrido uma
tendência ao desenvolvimento de instrumentos de auto-administração baseado
na internet ou em computador pessoal para avaliar a IA quantitativa (Boeing,
2013), particularmente a ingestão energética (IE). No entanto, esses
procedimentos parecem não superar alguns dos problemas dos métodos de
baixo custo atualmente utilizados, como a subestimativa (Illner et al., 2012), tais
como o questionário de frequência alimentar (QFA) que ainda é considerado
um instrumento rápido, fácil e de baixo custo para avaliar a IA em estudos
epidemiológicos (Willett, 1998; Gibson, 2005) e em indivíduos saudáveis ou
doentes em várias partes do mundo (Garcia-Larsen et al., 2011; Jessri et al.,
2011; Farukuoye et al., 2012; Jayawardena et al., 2012; Sabour et al., 2012;
Farukuoye et al., 2014). No entanto, um QFA precisa ser validado na
população de estudo, uma vez que mudanças sutis no desenho do questionário
podem afetar seu desempenho em indivíduos de diferentes níveis
demográficos e culturais (Cade et al., 2002).
A variação sazonal na IA é uma questão essencial a ser considerada em
um desenho de estudo dietético. A sazonalidade influencia diretamente a
produção e comercialização de alimentos e, portanto, a disponibilidade de
13
alimentos, um fator que pode alterar o padrão de IA da população,
especialmente de micronutrientes (vitaminas e minerais) (Fahey et al., 2003).
Estudos mostram que a ingestão de vegetais e frutas varia entre as estações
do ano e de acordo com o periodo de colheita (Locke et al., 2009). Devido a
esses problemas, tem sido sugerido que os inquéritos dietéticos sejam
divididos em dois ou mais inquéritos menores e que sejam realizados em
momentos diferentes, ou seja, distribuídos ao longo de um ano em cada
unidade de amostragem (Capita & Alonso-Calleja, 2005; Ma et al., 2006). Estas
limitações podem ser minimizadas por meio do desenvolvimento de
questionários para aplicação em grupos específicos, o que pode possibilitar
menores chances de erros de interpretação e, consequentemente, a obtenção
de informações válidas e precisas (Sales et al., 2006).
Recentemente o Laboratório de Avaliação Nutricional e Funcional da
Universidade Federal Fluminense (Lanuff) desenvolveu um QFA baseado na IA
de uma amostra probabilística de adultos de Niterói, Rio de Janeiro, Brasil
(Anjos et al., 2010). A reprodutibilidade e a validade deste QFA foi investigada
em uma amostra de adultos do estado mais ao sul do Brasil (Zanolla et al.,
2009), região onde a sazonalidade desempenha um papel importante na IA
(Rossato et al., 2010; no prelo).
Devido às alterações provocadas pelas mudanças no padrão alimentar
da população, à ausência de dados sobre a ingestão de micronutrientes da
população e à falta de instrumentos que avaliem de forma confiável a IA de
grupos de indivíduos faz-se necessário a construção e validação de novos
métodos de avaliação da IA.
14
2.0 REVISÃO DA LITERATURA
2.1 INGESTÃO ALIMENTAR (IA) - BREVE HISTÓRICO E SITUAÇÃO
NO BRASIL
O desenvolvimento de métodos para a avaliação da IA de indivíduos e
populações iniciou-se durante a década de 30 do século passado
(Vasconcelos, 2007). No pós segunda guerra mundial, esta área ganhou
atenção principalmente a partir de incentivos técnico-financeiros provenientes
de organizações internacionais, como a Organização Mundial de Saúde (WHO)
e a Food and Agriculture Organization (FAO), entre outras (Vasconcelos,
2007). Com o passar dos anos, epidemiologistas e pesquisadores tornaram-se
cada vez mais interessados na influência dos efeitos da dieta sobre a saúde e
a doença (Block, 1982; Ferreira et al., 2010), desencadeando o
desenvolvimento de métodos para a avaliação da IA.
No decorrer da década de 70, o método da pesagem direta de todos os
alimentos ingeridos diariamente pelos indivíduos participantes de pesquisas foi
a modalidade de inquérito dietético mais recomendada pela FAO (Vasconcelos,
2007). No Brasil nos anos de 1974-75, o Estudo Nacional da Despesa Familiar
(ENDEF) foi a primeira pesquisa nacional sobre a situação alimentar da
população. O ENDEF coletou dados sobre todos os alimentos disponíveis para
ingestão nos domicílios que foram obtidos em visitas diárias durante uma
semana numa amostra probabilística da população brasileira. Desde então,
realizam-se, periodicamente, Pesquisas de Orçamento Familiar (POF) nas
quais se obtém as despesas familiares com a alimentação. Na mais recente
POF (2008/09), também, obteve-se a IA individual, avaliada através de registro
alimentar, em uma sub-amostra da população (IBGE, 2011).
15
Estas pesquisas mostram a evolução da disponibilidade domiciliar de
alimentos inicialmente nas regiões metropolitanas e atualmente em todo país,
seja com relação à participação relativa de alimentos e grupos de alimentos, ou
aos macronutrientes na dieta. A participação na disponibilidade de alimentos
aumentou para carnes em geral, leite e derivados, óleos e gorduras vegetais,
biscoitos e refeições prontas. Alimentos e grupos de alimentos que mostraram
tendência inversa incluem arroz, feijões e outras leguminosas, raízes e
tubérculos. Açúcar e refrigerantes mostraram tendências opostas no período,
com redução do primeiro e aumento do segundo (Levy-Costa et al., 2005).
Comparações com POFs mais recentes mostram que essa queda se acentuou
mais recentemente de 2002/2003 para 2008/2009 já que a aquisição anual de
arroz polido caiu 40,5%, a de feijão, 26,4% e a aquisição do açúcar refinado,
48,3% (IBGE, 2011; Levy et al., 2012). A participação de frutas e vegetais na
dieta permaneceu relativamente constante durante todo o período e bastante
aquém da recomendação de 6 a 7% da energia total para a ingestão deste
grupo de alimentos. A avaliação da composição da disponibilidade de
alimentos em macronutrientes evidenciou aumento do teor de gorduras e
diminuição do teor de carboidratos. O limite máximo de 10% para a proporção
de energia proveniente de açúcar é ultrapassado em todos os inquéritos, ainda
que tenha havido algum declínio na aquisição de açúcar refinado entre os dois
últimos (IBGE, 2011). Embora o teor de proteínas na disponibilidade de
alimentos mostre tendência de aumento, a proporção de energia protéica se
mostrou adequada em todos os inquéritos (Levy-Costa et al., 2005; IBGE,
2011; Levy et al., 2012).
16
2.2 MÉTODOS UTILIZADOS PARA AVALIAÇÃO DA INGESTÃO
ALIMENTAR
A avaliação da IA de indivíduos e populações é um passo fundamental
na avaliação da saúde, porém a sua mensuração requer métodos que
combinem facilidade, validade e precisão e ainda devem levar em conta a
extensa variabilidade da IA dos indivíduos e grupos populacionais (Gibson,
2005). Muitos são os métodos criados para avaliar a IA altamente variável e
mesmo assim, não há um método padrão-ouro para todas as situações, e sim,
um método adequado para determinado estudo (Fisberg et al., 2005).
Os métodos utilizados na mensuração da IA, individual ou populacional,
dividem-se em dois grupos: os qualitativos e os quantitativos. A avaliação
qualitativa tem como objetivo verificar o que está sendo ingerido, e tem como
objetivo final conhecer o padrão alimentar do indivíduo e compará-lo com o
padrão reconhecido como saudável ou recomendado. Já a avaliação
quantitativa objetiva verificar a quantidade ingerida de cada macro e
micronutriente e tem como objetivo final saber se o indivíduo está em balanço
nutricional (Gibson, 2005). Além disso, há métodos que objetivam avaliar a
disponibilidade de alimentos para consumo humano e os que objetivam avaliar
o que realmente foi ingerido pelos indivíduos. Segundo Anjos et al. (2009), os
métodos mais utilizados na obtenção de dados de consumo (disponibilidade)
são as folhas de balanço alimentar (FBA) e as pesquisas de orçamento familiar
(POF) e para IA são os registros ou diários alimentares, o recordatório
alimentar de 24h (RA24h) e o QFA.
17
2.2.1 Folha de Balanço Alimentar (FBA)
As FBAs são compilações das contas nacionais sobre a produção,
importação, exportação, produtos destinados a ração humana, uso não
alimentar de alimentos de um país e o que foi perdido no armazenamento e
transporte. Seus dados são compilados pela FAO para a realização de
pesquisas mundiais de alimentação que fornecem a disponibilidade de
alimentos para diferentes populações (Anjos et al., 2009). Com este
procedimento não é possível reconhecer o que a população realmente ingeriu,
mas é possível identificar tendências no perfil de consumo de grandes grupos
populacionais e orientar a política agrícola e de abastecimento.
A acurácia das FBAs depende da precisão das estatísticas básicas da
população, do fornecimento e utilização dos alimentos e do seu valor nutritivo.
Estes variam muito entre os países, tanto em termos de cobertura, bem como
da qualidade de sua estimativa.
2.2.2 Pesquisa de Orçamento Familiar (POF)
A Pesquisa de Orçamento Familiar (POF) consiste de um inquérito
domiciliar que, a partir do levantamento sistemático dos gastos com alimentos,
permitem estimar a disponibilidade de alimentos (macro e micronutrientes) de
cada família (Vasconcellos, 2007) durante o período da pesquisa. Embora o
principal objetivo das POFs seja o de estimar índices de preços, elas podem
servir como fonte de dados da disponibilidade alimentar na medida em que
empregam metodologia padronizada de coleta de dados, utilizam amostragem
probabilística, são periódicas e incluem detalhada mensuração de
18
características socioeconômicas (Levy-Costa et al., 2005), apesar de só darem
conta do que foi comprado para consumo intra-domiciliar.
Porém, todas as POFs não possibilitam reconhecer a IA individual, pela
inexistência de informação da distribuição intrafamiliar dos alimentos, além das
mais recentes possuírem outras limitações como a não-consideração da fração
desperdiçada dos alimentos e o não-registro dos alimentos doados ou
consumidos fora do domicílio (Monteiro et al., 2000). Para contornar estes
problemas e obter dados de IA individual, a mais recente POF (2008-2009)
incluiu um módulo que inseriu o registro alimentar (discutido abaixo no item
2.2.3) na coleta de dados (Yokoo et al., 2008).
2.2.3 Registro ou diário alimentar
É um método de avaliação da IA que registra informações da ingestão
atual de um indivíduo ou de um grupo populacional (Fisberg et al., 2005). O
indivíduo anota, por um determinado período, a quantidade dos alimentos e
bebidas sendo ingeridas no momento em que elas ocorrem, com descrição
detalhada de todos os alimentos, incluindo os ingredientes utilizados nas
preparações (Gibson, 2005). O porcionamento dos alimentos pode ser
estimado através de medidas caseiras ou pela pesagem direta dos alimentos.
A escolha deste método, seja com estimativa da quantidade ou com pesagem
direta dos alimentos antes da ingestão, para avaliar a IA de indivíduos depende
da motivação e grau de escolaridade dos mesmos. Se tratando de um método
prospectivo, no qual a ingestão é registrada pelo próprio indivíduo, alguns
indivíduos podem alterar seu padrão alimentar a fim de simplificar a
mensuração ou pesagem, ou ainda, impressionar o investigador. Além disso,
19
existem outros problemas no método como: o tempo necessário para a coleta
dos dados, a estimativa das porções e a computação das sobras (Fisberg et
al., 2005).
Normalmente, o registro alimentar pode ser aplicado durante 3, 5 ou 7
dias, já que períodos maiores comprometem a adesão ao estudo e a
fidedignidade dos dados. O número de dias é essencial e deve ser determinado
a partir da variabilidade intra-individual dos nutrientes de interesse no estudo e
do grau de precisão desejado. Aconselha-se que dias de semana e de final de
semana sejam incorporados no período do registro (Gibson, 2005), e, após o
término do registro, os diários devem ser revisados por profissionais
capacitados a fim de resolver os problemas ou dúvidas que possam ter
surgidos durante o processo (Willett, 1998).
Algumas tecnologias podem ser incorporadas ao registro, como
máquinas fotográficas, filmadoras e álbuns fotográficos. O registro com
pesagem é considerado o método mais preciso para se estimar a IA. Sempre
que possível este método deve ser o escolhido quando há o envolvimento de
parâmetros biológicos no estudo (Gibson, 2005).
2.2.4 Recordatório alimentar de 24 horas (RA24h)
No RA24h, os indivíduos são entrevistados por um pesquisador treinado
a fim de se obter informações sobre a IA das últimas 24 horas. A descrição dos
alimentos e bebidas ingeridos deve ser detalhada, incluindo métodos de
cocção e marca dos produtos, além do registro de suplementos de vitaminas e
minerais. Geralmente a quantidade de alimentos é estimada em medidas
caseiras, mas modelos de alimentos, xícaras e colheres de medir, registros
20
fotográficos e outras ferramentas podem ser usadas para obter uma estimativa
mais aproximada dos tamanhos das porções (Goris, 2000; Dwyer, 2003;
Gibson, 2005). Os resultados do RA24h podem sofrer influência da condição
social (pessoas pobres podem superestimar a ingestão), do estado nutricional
(indivíduos com excesso de massa corporal podem subestimar a ingestão -
Weber et al., 2001; Scagliusi & Lancha júnior, 2003; Rodrigues et al., 2008), da
memória, já que se trata de um método retrospectivo (Willett, 1998) e se o
indivíduo está institucionalizado ou não.
As vantagens dos RA24hs incluem o baixo custo, o tempo reduzido de
aplicação, a alta aceitação por parte dos indivíduos, por poder ser aplicado em
qualquer faixa etária e em analfabetos e, por ser retrospectivo, não provocar
alterações na IA (Gibson, 2005). Porém, mesmo com alto índice de aceitação,
atualmente vários estudos lançam mão da utilização de tecnologias que façam
o grau de aceitação dos indivíduos ser ainda maior, como, por exemplo, a
entrevista via telefone, que mostra ser tão eficaz quanto a presencial (Willet,
1998). Casey et al. (1999), em um estudo com 700 mulheres de 20 a 49 anos
de idade, concluíram que não há diferença entre os relatos de IA em
entrevistas pessoais e as realizadas via telefone. Com o objetivo de avaliar a
reprodutibilidade e a validade de indicadores da IA e bebidas obtidos por
sistema de vigilância baseado em inquéritos telefônicos, Monteiro et al. (2008)
compararam as entrevistas telefônicas originais do sistema com outras
entrevistas telefônicas idênticas, repetidas após 7 a 15 dias, e com três
RA24hs realizados até 15 dias após a entrevista original. Os autores
concluíram que a maioria dos indicadores empregados pelo sistema indicou
21
boa reprodutibilidade e validade, o que indica que se trata de um instrumento
útil para avaliação da alimentação.
Vale ressaltar que como o RA24h avalia a ingestão de um dia, espera-se
que esse dia seja típico para o indivíduo. Mesmo assim, haverá alimentos que
poderão ser diferentes, sejam na sua origem ou na sua obtenção, o que pode
acontecer nas diferentes estações do ano (Anjos et al., 2009). Se a estimativa
da ingestão usual do indivíduo é necessária, e faz parte do objetivo do estudo,
múltiplos RA24hs deverão ser coletados, permitindo assim a estimação da
variação intra-individual e a combinação de todos os dias da semana, que deve
ser atribuída ao acaso e de forma não consecutiva (Willett, 1998; Hoffman et
al., 2002; Gibson, 2005).
2.2.5 Questionário de Frequência Alimentar (QFA)
Com o intuito de solucionar as limitações dadas pelo RA24h em não
representar a ingestão usual dos indivíduos e, portanto, ser inapropriado para
analisar a dieta pregressa, foram criados métodos alternativos (Willett, 1998).
Entre os mais usados, o QFA aparece com destaque e já foi descrito por
diversos autores como o método mais adequado para identificar e descrever
padrões alimentares em estudos epidemiológicos (Cardoso et al., 2010; Anjos
et al., 2010; Bonatto et al., 2014; Fallaize et al., 2014). O QFA consiste em uma
lista de alimentos com várias opções de frequência de ingestão em um
determinado período de tempo (dias, semanas, meses ou até anos). Os
alimentos listados podem ser agrupados de acordo com a semelhança na
composição química, grupo de alimentos ou periodicidade de ingestão. Apesar
deste método fornecer originalmente dados qualitativos e não ter como objetivo
a obtenção da ingestão quantitativa de algum nutriente, mas sim de identificar,
22
sob a forma de triagem, grupos de indivíduos que apresentam ingestão
inadequada de um determinado nutriente para que se possa intervir,
acompanhar, explorar com métodos quantitativos ou associar com doenças
(Block et al., 1986), ele pode sofrer alterações, permitindo análise
semiquantitativa da IA ao se atribuir porções à cada alimento da lista.
Portanto, o desempenho de um QFA para avaliar a ingestão e o padrão
alimentar depende da resposta a 2 questões gerais: 1) Quão acurado pode ser
o relato da frequência da IA feita pelo indivíduo e 2) Quão apropriada é a lista
de alimentos (Block et al., 1986).
2.3 ESTUDOS DE CONSTRUÇÃO E VALIDAÇÃO DE
QUESTIONÁRIOS DE FREQUÊNCIA ALIMENTAR (QFA)
Várias estratégias são utilizadas para a construção de uma lista de
alimentos para compor um QFA. A mais simples é examinar uma tabela de
composição nutricional e identificar os alimentos que contenham grande
quantidade dos nutrientes de interesse ao estudo. Esta alternativa, porém,
acaba incluindo alimentos ricos em determinados nutrientes, mas com
frequência de ingestão que pode não ser importante na população. Uma outra
alternativa é elaborar uma lista extensa de itens alimentares, baseada em
informações básicas ou de estudos epidemiológicos, e a posterior redução da
mesma após estudo piloto para o QFA construído. A extensão da lista de
alimentos deve ser avaliada, pois questionários muito extensos podem tornar a
entrevista cansativa (Cade et al., 2002; Gibson, 2005) e questionários muito
curtos podem não representar adequadamente a IA (Teixeira et al., 2007).
Para a construção da lista de alimentos para compor o QFA deve-se obter,
23
preferencialmente, dados de uma amostra da população que será objeto de
estudo. Outras possibilidades incluem a aplicação de um QFA já validado, com
posterior eliminação dos alimentos menos frequentes ou que contribuem
pouco para a variabilidade na ingestão dos nutrientes e a utilização de dados
de estudos epidemiológicos que mostrem associações entre a ingestão de
determinados alimentos e doenças específicas (Ferreira et al., 2010; Cardoso,
2007). Para que um item alimentar seja informativo ele deve ter três
características gerais: o alimento deve ser ingerido com frequência por um
número importante de indivíduos; o alimento deve ser ingerido com distribuição
diferente entre indivíduos e os alimentos devem contemplar os nutrientes de
interesse (Willett, 1998; Cade et al., 2002).
Na expectativa de obter-se instrumentos capazes de medir
adequadamente a IA no Brasil, a construção, adequação e validação de QFAs
emergiu como uma importante área de estudo, originando diversos
instrumentos validados direcionados a populações e objetivos específicos
(Anjos et al., 2009). Algumas tentativas já foram feitas para se construir QFAs a
serem usados na população adulta brasileira. O primeiro QFA que foi validado
no Brasil foi proposto por Sichieri & Everhart (1998) baseado nas informações
do ENDEF realizado pelo IBGE nos anos de 1974-1975. A lista de alimentos
incluiu os 61 alimentos mais consumidos de acordo com o ENDEF e mais 12
itens alimentares considerados pelos autores como importantes na alimentação
mais recente da população brasileira e que não estavam contemplados na lista
inicial (Sichieri, 1998). Diversos autores adaptaram este questionário e outros
criaram as suas próprias listas baseando-se na IA em amostras de
conveniência de indivíduos saudáveis ou com uma doença específica (Cardoso
24
et al., 2001; Salvo & Gimeno, 2002; Furlan-Viebig & Pastor-Valero, 2004;
Ribeiro et al., 2006; Matarazzo et al., 2006; Teixeira et al., 2007; Queiróz et al.,
2007). Por exemplo, a disponibilidade de dados de IA provenientes de um
estudo realizado em amostra aleatória de nipo-brasileiros residentes em São
Paulo possibilitou a construção de um QFA específico para esta população
segundo metodologia adotada em estudos internacionais (Cardoso & Stocco,
2000). Os alimentos identificados em registro de IA de três dias foram
agrupados segundo valor nutricional por porção alimentar e fontes de
nutrientes de particular interesse (alimentos e preparações de origem
japonesa). O tamanho das porções de cada item alimentar foi classificado em
pequeno, médio, grande e extragrande, de acordo com a distribuição
percentual dos pesos correspondentes às medidas caseiras referidas nos
registros alimentares. O número de itens alimentares do QFA foi definido com a
finalidade de captar a ingestão habitual de energia e de vários nutrientes.
Em muitas situações, a adaptação de questionário já utilizado em
estudos prévios pode ser uma alternativa para poupar tempo e recursos
financeiros. No entanto, alguns aspectos devem ser considerados no processo
de adaptação e/ou desenvolvimento de um QFA, como: 1) A finalidade do QFA;
2) A população alvo e o tipo de estudo; 3) Caso a validação do QFA já tenha
sido realizada, os resultados devem ser satisfatórios (Cardoso, 2007).
A definição da lista de alimentos (quais e quantos itens) pode ser
considerada crucial para o sucesso de um QFA. Um determinado alimento ou
grupo de alimentos pode ser incluído em um QFA tanto por sua contribuição na
ingestão habitual total como também por diferenciar a ingestão entre os
indivíduos. A ingestão de fígado bovino e outras vísceras, por exemplo, pode
25
não parecer importante, uma vez que, em geral, poucos indivíduos referem
ingestão habitual. No entanto, a presença desse item alimentar em um QFA
pode identificar diferenças entre indivíduos na ingestão de alguns nutrientes de
interesse, como por exemplo, a vitamina A. Apesar da sobrecarga que um QFA
com muitos itens alimentares pode impor ao entrevistado, entre as vantagens
de uma ampla lista de alimentos está a possibilidade de avaliar a IA ajustada
pela energia total da dieta, procedimento necessário para investigações
epidemiológicas delineadas para avaliar associação entre fatores dietéticos e
risco para determinado desfecho (Cardoso, 2007). O número de itens
alimentares de um QFA deve ser definido com base no nível de acurácia
desejado e nos resultados obtidos na avaliação de validade e reprodutibilidade
(Cardoso, 2007).
Como é impossível conhecer a real ingestão individual de um longo
período, a validação absoluta (comparação com a IA real) não é possível
(González & Joan, 1997a). Por essa razão a validação relativa ou validação
indireta de um QFA é geralmente realizada pela comparação de estimativas de
ingestão obtidas por outros métodos considerados ‘padrão-ouro’. Tais métodos
devem oferecer estimativas mais acuradas que o QFA a ser testado, com
fontes de erros sistemáticos diferentes, e se referir ao mesmo período de
tempo medido pelo questionário a ser validado (González & Joan, 1997b).
Registro alimentar com pesagem de alimentos tem sido considerado o
melhor método para estudos de validação de QFA. Apesar de o RA24h exigir
menor participação do entrevistado e não influenciar os hábitos alimentares,
suas fontes de erro tendem a apresentar maior correlação com erros do QFA
(por exemplo, dependem da memória do entrevistado e de seu conhecimento
26
sobre porção alimentar). Porém, quando o nível de escolaridade e o grau de
motivação do entrevistado não permitem o uso de registros alimentares, o
RA24h tem sido considerado o método de escolha ‘padrão-ouro’ (Biró et al.,
2002).
Para a população adulta brasileira em geral, vale destacar dois estudos,
ambos de 2003, que construíram QFAs baseando-se em dados de IA de
amostra representativa de adultos no município de São Paulo (Fisberg, 2008) e
de Niterói, RJ (Anjos et al., 2010), sendo, os primeiros QFAs construídos
baseando-se em amostra populacional que se tem notícia no país. Em ambos
os casos, a lista foi baseada em dados dietéticos de RA24h de adultos (idade ≥
20 anos) em amostras de 1477 e 1724 indivíduos em São Paulo e Niterói,
respectivamente. O QFA de SP foi composto por uma lista de 59 alimentos
para as mulheres, 60 para os homens e 60 independente de gênero, com 4
opções de porção (pequeno, médio, grande e extra-grande). No caso de
Niterói, a estratégia foi incluir na lista os alimentos que haviam sido ingeridos
por pelo menos 30 indivíduos o que fez com que a versão final da mesma fosse
composta por 117 alimentos. Uma versão preliminar desse QFA já foi validada
(Zanolla et al., 2009).
No Brasil, alguns estudos de validação de QFA foram realizados em
população adulta (Sichieri & Everhart, 1998; Cardoso et al., 2001; Salvo &
Gimeno, 2002; Fornés et al., 2003; Cardoso et al., 2010). A avaliação do grau
de acurácia aceitável de um QFA depende em grande parte da finalidade do
questionário, o que dificulta a interpretação dos resultados de diferentes estudo
de validação (Cardoso, 2007). Para estudos de associação entre exposição à
27
dieta e uma doença, coeficientes de correlação menores que 0,3-0,4 são
inadequados para detecção de associações (Cade et al., 2002).
Nem todos os estudos de validação brasileiros têm inclusos análises de
reprodutibilidade do QFA (Cardoso, 2007). Em geral, esta avaliação deve ser
realizada pela utilização do questionário em dois momentos nos mesmos
indivíduos, obtendo-se coeficientes de correlação para avaliar associação
(mais utilizado) ou testes de concordância (como o de Bland & Altman) entre as
duas respostas (Cade et al., 2002). Quando coeficientes de correlação são
utilizados, correlações maiores (0,5 a 0,7) entre duas respostas têm sido
observadas para intervalos de 15 a 30 dias. Quando intervalos maiores entre
as duas respostas são utilizados para avaliação de reprodutibilidade do QFA,
mudanças reais nos hábitos alimentares podem influenciar a variação nas
respostas, comprometendo a avaliação de confiabilidade do QFA (Willett,
1998).
2.4 FATORES QUE PODEM INFLUENCIAR A INGESTÃO ALIMENTAR
A IA é um comportamento variável, podendo sofrer variação inter e intra
individual, já que o tipo e a quantidade de alimentos ingeridos variam,
usualmente, entre os dias. Vários fatores contribuem para que haja variação na
IA de populações: fatores intrínsecos ao indivíduo, como gênero, situação
fisiológica, idade, tamanho e composição corporais e presença de doenças;
fatores ambientais, como o lugar ou a estação do ano; além de fatores
relacionados à industrialização e desenvolvimento do país/local do estudo,
variações entre os indivíduos e o método de coleta de dados escolhido
28
(Beaton, 1994; Willett, 1998; Palaniappan et al., 2003; Serra-Majem et al.,
2009; Christensen et al., 2013).
2.4.1 Variação intra e interindividual
Os erros que podem ocorrer em estudos sobre a IA são inúmeros,
porém as duas principais fontes destes erros são: o erro aleatório e o
sistemático. Em estudos epidemiológicos, os erros aleatórios ou sistemáticos,
ou ambos, podem ocorrer em dois diferentes níveis: em um mesmo indivíduo
ou entre indivíduos (Willett, 1998; Beaton, 1994).
Devido ao fato da IA de indivíduos não ser constante entre os dias,
deve-se estimar a variabilidade da IA para se estimar a IA usual. A
variabilidade na IA acontece porque cada indivíduo difere no tipo e quantidade
de alimentos ingeridos em um dia comparado a outros dias (variabilidade
intraindividual) e porque os indivíduos diferem entre si quanto à IA
(variabilidade interindividual) (Palaniappan et al., 2003; Carriquiry, 2003).
O erro aleatório intraindividual é tipicamente explicado pela flutuação
dia-a-dia da IA. Essa variação, aparentemente aleatória, é causada tanto pelas
mudanças na ingestão dia-a-dia dos alimentos, quanto pelos erros na medição
da IA em todo um dia. Em adição ao erro aleatório, repetidas medições da IA
podem levar o indivíduo ao erro sistemático. Este pode ocorrer por inúmeras
razões: nos formulários abertos as pessoas podem, consciente ou
inconscientemente, negar ou exagerar a informação sobre a IA. Já nos
questionários padronizados, um importante item alimentar para determinado
indivíduo (mas não necessariamente para todos os indivíduos) pode ser
29
omitido no questionário ou mal interpretado pelo mesmo indivíduo (Nelson et
al., 1989; Beaton, 1994; Willett, 1998).
O erro aleatório interindividual pode ser o resultado do uso de uma ou
poucas medições repetidas na presença do erro aleatório intraindividual. O erro
aleatório interindividual implica que a superestimação em alguns indivíduos é
contrabalanceada pela subestimação em outros, fazendo com que a média de
um grande grupo de indivíduos se aproxime da verdadeira média para o grupo.
O erro sistemático interindividual resulta do erro sistemático intraindividual que
afeta indivíduos não randomizados, e pode ter inúmeras causas: a omissão de
um dos alimentos mais consumidos em um questionário padronizado ou a
utilização de um valor incorreto para a composição nutricional de um alimento
comum, afetando todos os indivíduos em uma mesma direção, mas não no
mesmo grau, porque a ingestão destes alimentos é diferente entre os
indivíduos (Beaton, 1994; Willett, 1998).
As variações intra e interindividuais podem, também, diferir muito entre
os nutrientes. Para os macronutrientes que apresentam pequena variação na
ingestão intraindividual, alguns dias de avaliação da IA são suficientes para
estimar a ingestão habitual. Já para os micronutrientes, a variação na ingestão
intraindividual é muito maior que a variabilidade interindividual exigindo, assim,
múltiplos RA24hs para se alcançar uma estimativa acurada da ingestão
habitual (Cardoso, 2007).
Para minizar o erro que ocorre com a variabilidade intraindividual na
ingestão alimentar, os valores obtidos nas avaliações são deatenuados (razão
entre as variabilidades intraindividual e entre os indivíduos). Esse processo
resulta em uma estimativa dos valores individuais de energia e nutrientes.
30
2.4.2 Sazonalidade
A variação sazonal na IA é uma questão essencial a considerar em um
desenho de estudo. A sazonalidade é particular de cada local estudado e do
contexto nacional em questão, influenciando diretamente a produção e
comercialização de alimentos e, consequentemente, a disponibilidade
alimentar, fatores que podem alterar os padrões de IA da população. Desta
forma, há sugestões de que inquéritos alimentares sejam divididos em dois ou
mais inquéritos menores realizados em diferentes épocas, ou distribuído ao
longo de um ano em cada unidade amostral (Capita & Alonso-Calleja, 2005; Ma
et al., 2006). Quando não há a possibilidade de se realizar estudo em
diferentes estações do ano, os pesquisadores devem levar em consideração a
perda de informações sobre a variabilidade e o fato de que as futuras
pesquisas devam ser realizadas na mesma época das anteriores, se os dados
virem a ser comparados (Harrison, 2004).
A variabilidade causada pela sazonalidade é distinta para cada nutriente
analisado. A IE total é altamente controlada por mecanismos fisiológicos
fazendo com que a variação seja pequena. Por outro lado, a variação na
ingestão de micronutrientes é mais intensamente modificada, devido a
concentração de vitaminas e minerais em determinados alimentos, como frutas
e verduras, que têm sua disponibilidade afetada por fatores meteorológicos
(Willett, 1998).
Em países localizados em zonas tropicais e subtropicais as mudanças
climáticas influenciam diretamente a disponibilidade e o padrão de IA. Em um
estudo com a população rural de Bangladesh evidenciou-se uma forte variação
sazonal no estado nutricional de crianças, onde a desnutrição estava associada
31
a períodos de baixa disponibilidade alimentar (Brown et al., 1982). Capita &
Alonso-Calleja (2005) estudaram a influência das estações do ano na
estimativa da IA em 303 indivíduos com idade entre 19 e 40 anos do noroeste
da Espanha. A ingestão de frutas, vegetais, assim como produtos lácteos,
mostrou diferença significativa entre as estações. A quantidade total de
alimentos ingerida pelos homens, assim como a média de energia, mostrou-se
maior no inverno do que no verão, e tanto em homens quanto em mulheres, a
média da ingestão de muitos nutrientes também foi maior no inverno. Os
resultados indicam que as recomendações devam ser menores no inverno,
para energia, principalmente para os homens, e em todos para muitos
nutrientes.
Em outro estudo, realizado na área rural de Bangladesh, a IA de 53
famílias foi verificada nas quatro estações do ano e foi diferente
significativamente para a ingestão energética e de proteína de crianças e
adultos (Abdullah & Wheeler, 1985). Neste mesmo local, 70 crianças com idade
entre 5 e 30 meses foram acompanhadas durante 1.014 dias com o intuito de
verificar o efeito da sazonalidade na IA nas mesmas. A IE foi maior nas épocas
pós-safra e o padrão de ingestão de arroz e trigo mostrou-se distinto entre as
estações do ano (Brown et al., 1985).
A IA de 366 indivíduos canadenses mostrou-se significativamente
diferente, para muitos nutrientes, de acordo com a estação do ano em que as
informações foram coletadas. Os autores relacionaram os resultados com a
necessidade de mudanças nos programas de promoção de saúde e educação
nutricional do local (Kuhnlein et al., 1996).
32
Um outro estudo foi realizado no Rio Grande do Sul com 116 adultos
saudáveis, de 20 a 69 anos, residentes na cidade de Porto Alegre e região
metropolitana. Seu objetivo foi avaliar o efeito sazonal sobre a ingestão
energética e de macro e micronutrientes destes indivíduos. Houve diferenças
estatisticamente significativas entre as estações do ano para a ingestão de
carboidrato e gordura total após ajuste para gênero, idade, educação e
interações. No verão, a ingestão de carboidrato foi maior e a de gordura foi
menor do que nas outras estações (Rossato et al., 2010).
Mesmo com todos esses estudos de construção, adequação e validação
de QFA, o número ainda é escasso quando comparado à necessidade de se
ter instrumentos específicos para avaliar a diversidade de hábitos alimentares
associados à cultura brasileira (Anjos et al., 2010).
2.5 BIOMARCADOR DA INGESTÃO ENERGÉTICA (IE)
Além dos fatores acima relatados, há sempre a possibilidade da IA ser
sub ou supra-estimada pelos indivíduos (Gibson, 2005). Para tanto, é prática
comum validar os dados de IA obtidos pelos diversos métodos. No que se
refere à IE, estudos utilizando água duplamente marcada, técnica padrão para
a medição do GE, indicam que alguns indivíduos tendem a sub-relatar a IE
(Schoeller, 1995). Em geral, o sub-relato de IE aumenta com a idade
(Livingstone et al., 1992), é maior em mulheres do que em homens e mais
prevalente entre os indivíduos com sobrepeso ou obesidade (Rodrigues et al.,
2008; Souza et al., 2010). De acordo com Goldberg et al. (1991), a razão entre
a IE e a taxa metabólica basal (TMB) pode ser usada para estabelecer critérios
para sub ou supra-relato de IE. O ponto de corte para identificação de sub-
33
relato usando a razão IE/TMB pode, entretanto, ser diferente dependendo do
número de sujeitos do estudo, do número de dias de avaliação da IE, do estado
nutricional, se a TMB foi medida ou estimada (Goldberg et al., 1991; Briefel et
al., 1988; Gibson, 2005; Anjos et al., 2009) e do método de avaliação da IE
usado no estudo. Tooze et al. (2012) sugeriram pontos de corte da relação
IE/TMB menor de 1,16 (mulheres) e 1,19 (homens) para identificar sub-relato e
2,49 (homens e mulheres) para identificar supra-relato usando RA24h.
Já que a TMB não é rotineiramente medida em estudos populacionais,
ela é predita por equações (Schofield, 1985; FAO, 2004), mas existem diversos
estudos que demonstram que as equações para uso internacional
superestimam a TMB em amostra de brasileiros vivendo no país (Anjos et al.,
2014) e no exterior (Wahrlich et al., 2007). A TMB medida na PNAFS (Anjos et
al., 2014) foi signficativamente menor do que a TMB estimada pela equação
sugerida pela FAO/WHO (Schofield, 1985; FAO, 2004). Como a estimativa da
TMB é crucial não somente para a determinação das recomendações
energéticas (Schofield, 1985; FAO, 2004) como para a avaliação da qualidade
da informação da IE em populações, foram desenvolvidas (Anjos et al., 2014) e
validadas (Wahrlich et al., 2013) equações de predição da TMB para a
população adulta de Niterói.
Visto que, todos esses fatores podem influenciar a IA, faz-se necessário
o desenvolvimento e validação de questionários específicos para avaliação da
ingestão alimentar de populações, tentando assim, minimizar os erros que
podem ocorrer.
34
3.0 OBJETIVOS
3.1 OBJETIVO GERAL
Descrever as característica alimentares da população adulta de Niterói,
validar um instrumento de avaliação da ingestão energétcia e de
macronutrientes, e construir um novo instrumento para a ingestão de
micronutrientes que possam ser usados em adultos de regiões metropolitanas
urbanas brasileiras.
3.2 OBJETIVOS ESPECÍFICOS
� Documentar a distribuição dos alimentos ingeridos e suas contribuições
relativas ao total da dieta em amostra probabilística de adultos de
Niterói;
� Identificar o nível de sub-relato de IE em amostra probabilística de
adultos de Niterói;
� Medir a reprodutibilidade e validade relativa de um QFA na estimativa da
IA de adultos de Niterói;
� Estimar a IE, de macro e micronutrientes de uma amostra de adultos de
Niterói ao logo de um ano;
� Comparar a IE, de macro e micronutrientes em dois diferentes
momentos, verão e inverno, em amostra de adultos de Niterói;
� Desenvolver um QFA para micronutrientes a ser aplicado em adultos.
35
4.0 MATERIAIS E MÉTODOS
O presente estudo se constitui em análise de duas pesquisas. A
primeira, a Pesquisa de Nutrição, Atividade Física e Saúde (PNAFS) que foi um
inquérito domiciliar em amostra probabilística de adultos (≥ 20 anos de idade)
residentes no município de Niterói, Rio de Janeiro e realizado em 2003. As
características nutricionais e de ingestão e balanço energético já foram
publicadas (Bossan et al., 2007; Souza et al., 2010). As análises aqui
realizadas dizem respeito à documentação da distribuição das características
quantitativas da IA da população de Niterói e do nível de sub-relato da IE nesta
população.
A segunda pesquisa foi uma das etapas do projeto PROCAD 01/2005, nº
0257052, financiado pela CAPES e desenvolvido pelo Lanuff em cooperação
com o Programa de Pós-graduação em Saúde Coletiva da Universidade do
Vale do Rio dos Sinos (UNISINOS) e a Escola Nacional de Saúde Pública
Sérgio Arouca da Fundação Oswaldo Cruz (ENSP/Fiocruz), sob a coordenação
do primeiro, e que teve por objetivo construir um instrumento para avaliar a IA
de população urbana adulta brasileira (Anjos et al., 2010).
4.1 DETALHAMENTO DA AMOSTRA DA PNAFS
A amostra da PNAFS foi desenhada em três estágios (setores
censitários, domicílios e indivíduos). Para o primeiro estágio, 110 setores
censitários foram selecionados sistematicamente com probabilidade
proporcional ao seu número de Domicílios Particulares Permanentes (DPP),
após ordenação dos setores por renda média do responsável pelo domicílio, o
que implicou em uma estratificação implícita dos setores por renda. No
36
segundo estágio, selecionaram-se, com equiprobabilidade, os endereços dos
domicílios que iriam ser visitados até que fossem obtidas 16 entrevistas
(domicílios) realizadas por setor. No terceiro estágio, um adulto (idade ≥ 20
anos) de cada domicílio foi selecionado com equiprobabilidade dentre os
adultos que atendessem aos critérios operacionais da pesquisa. Desta forma,
1760 adultos foram selecionados para participar da pesquisa. Os relatos
detalhados dos procedimentos realizados foram descritos em publicação
anterior (Vasconcellos et al., 2013). A coleta de dados foi realizada ao longo do
ano de 2003 (janeiro-dezembro) para captar a possível sazonalidade da IA.
No adulto selecionado realizou-se um RA24h de um dia típico (sem
intercorrências que pudessem afetar a IA) no próprio domicílio. Adicionalmente,
foram obtidas informações sobre o nível de escolaridade, ocupação e renda
mensal domiciliar e medidas a massa corporal (kg), em balança eletrônica
portátil (Soehnle ou Seca), e a estatura (cm), em estadiômetro portátil (Seca)
(Bossan et al., 2007).
Dos 1760 indivíduos recrutados, não houve condições de avaliar os
dados de 34 indivíduos, os quais estavam com os recordatórios incompletos e
não foi possível repetir o RA24h. Assim, a amostra final foi de 1726 indivíduos
(1202 mulheres e 524 homens).
Na PNAFS, o peso amostral foi calculado pelo produto do inverso das
probabilidades de seleção em cada estágio e a calibração dos pesos amostrais
foi feita pela técnica conhecida como Integrated household weighting system,
que assegura a coerência das estimativas com totais populacionais disponíveis
para pós-estratos constituídos, no caso, por gênero e grupos etários (Silva,
2004). Detalhes sobre o significado do peso amostral e seu cálculo na PNAFS
37
foram publicados anteriormente (Vasconcellos et al., 2013). Com a expansão
dos dados da amostra para a população, as estimativas representam os
324.671 habitantes adultos do Município de Niterói à época: 178.785 mulheres
e 145.886 homens (Souza et al., 2010).
4.2 PROCEDIMENTOS PARA CARACTERIZAR A IA NA AMOSTRA DA
PNAFS
Os alimentos relatados foram agrupados em itens (alimentos/grupos) de
características comuns. A contribuição relativa (CR) de cada item alimentar no
total de energia e macronutrientes ingerido por indivíduo foi calculada
utilizando-se o procedimento descrito em Block et al. (1985b), que consiste na
razão entre a estimativa do total de energia ou macronutriente do alimento
ingerido e a estimativa do total correspondente, na população, ao somatório de
todas as porções de todos os alimentos ingeridos.
4.3 PROCEDIMENTOS PARA IDENTIFICAR SUB-RELATO DE IE NA
AMOSTRA DA PNAFS
A TMB de cada indivíduo foi estimada pelas equações preditivas
recomendadas para uso internacional (Schofield, 1985; FAO, 2004) e as
desenvolvidas em uma sub-amostra da PNAFS (Anjos et al., 2014). As
equações da TMB da PNAFS são: 9,99(massa corporal em kg)+7,14(estatura
em cm)–2,79(idade em anos)–450,5 para homens e 8,95(massa corporal em
kg)+8,87(estatura em cm)–0,70(idade em anos)–814,3 para mulheres. Sub-
relato de IE foi identificado quando a relação IE/TMB fosse menor 1,53 de
38
acordo com os critérios sugeridos por Goldberg et al. (1991) conforme a
característica do estudo (número de sujeitos e de dias avaliados).
4.4 PROCEDIMENTOS PARA DESENVOLVER QFA DE
MICRONUTRIENTES COM OS DADOS DA PNAFS
Para a construção do QFA de micronutrientes utilizou-se os dados
provenientes dos 1724 RA24hs da PNAFS, os mesmos utilizados na
construção do QFA de energia e macronutrientes (Anjos et al., 2010), com o
auxílio de tabelas de composição de alimentos para obtenção das informações
de micronutrientes.
Após a digitação de todos os alimentos ingeridos relatados no RA24h foi
feita padronização de nomenclatura dos alimentos e preparações o que gerou
um banco de dados final contendo 32.709 entradas de alimentos.
A composição química dos alimentos foi obtida na Tabela Brasileira de
Composição de Alimentos – TACO (NEPA/UNICAMP, 2006), uma vez que as
informações sobre a composição nutricional contidas nesta tabela são de
alimentos ingeridos no Brasil e foram obtidas a partir de análises químicas
realizadas em laboratórios certificados, com metodologia padronizada. Com o
intuito de utilizar ao máximo esta tabela, os alimentos foram submetidos a uma
padronização, que levou em conta a semelhança nutricional (Ex. biscoito doce
tipo maisena e biscoito doce de leite). Após esta padronização, decidiu-se pela
utilização da tabela americana USDA National Nutrient Database for Standard
Reference – Release 20 (2007) para os alimentos que não foram encontrados.
No caso do alimento não constar em nenhuma das tabelas anteriores, utilizou-
se a Tabela para Avaliação de Consumo Alimentar em Medidas Caseiras
39
(Benzecry et al., 2005) e, por último, consideraram-se as informações dos
rótulos, somente em casos muito específicos (Ex. suplementos nutricionais e
preparações de restaurantes tipo fastfood). Para algumas preparações foi
necessária a elaboração de receitas, onde calculou-se a proporção de
ingredientes para 100g de alimento pronto. Em seguida, calculou-se a
composição nutricional da receita utilizando-se os dados da TACO, da tabela
da USDA ou da tabela Benzecry et al. (2005), nesta ordem.
Para se saber a contribuição relativa de cada item alimentar no total de
micronutrientes ingeridos por indivíduo utilizou-se os procedimentos descritos
em Block et al. (1985a), como descrito anteriormente para a construção de
QFA de energia e macronutrientes (Anjos et al., 2010). O nutriente total
ingerido pela população foi estimado pela soma ponderada do nutriente em
todas as porções de todos os alimentos referidos. A contribuição percentual
fornecida foi calculada para cada alimento utilizando-se a razão entre o
conteúdo do nutriente de cada alimento e o total do nutriente fornecido por
todos os alimentos, multiplicada por 100. Assim, para identificar as mais
importantes fontes alimentares de determinados nutrientes todos os alimentos
citados foram classificados segundo sua contribuição percentual para a
ingestão total diária do nutriente. Como critério de inclusão dos alimentos no
QFA foi estabelecido o ponto de corte de 80% de contribuição ao total do
nutriente.
Após esses procedimentos, optou-se por fazer o agrupamento por tipo
de alimento, ou seja, todos os tipos de arroz, feijão, batata, etc., foram
agrupados, e assim verificar os grupos com maior contribuição percentual na
ingestão de cada micronutriente, gerando assim um banco de dados com 3.254
40
entradas. Com esse banco pode-se ter os dados do número de itens
alimentares para cada nutriente e percentual que esses itens correspondem na
ingestão do micronutriente.
4.5 PROCEDIMENTOS PARA VALIDAR O QFA DE IE E
MACRONUTRIENTES, DESENVOLVIDO COM OS DADOS DA PNAFS
Dados provenientes da segunda pesquisa (projeto PROCAD, já
mencionada), com o objetivo de construir um questionário para avaliar a IA da
população urbana adulta brasileira (Anjos et al., 2010). Para tanto, um estudo
longitudinal foi realizado durante o período de janeiro de 2007 a janeiro de
2008 em indivíduos com idade entre 20 e 69 anos, residentes na cidade de
Niterói, RJ. O tamanho amostral foi determinado em 150 indivíduos para se
chegar, ao final do estudo, ao número de 100 indivíduos, tamanho de amostra
que atende ao recomendado pela literatura para estudos de validação de QFA
(Willett, 1998).
Uma lista de indivíduos foi obtida entre os participantes da PNAFS que
tivessem no mínimo a 4a série do ensino fundamental completa e cujo índice
de massa corporal (IMC) estivesse entre 18,5 e 30 kg/m2. Os indivíduos que
apresentassem qualquer doença ou sintoma que pudesse interferir nos hábitos
alimentares como: diabetes mellitus, doenças renais, doenças
cardiovasculares, doenças gastrointestinais, distúrbios da glândula tireóide ou
que estivessem em dieta orientada por nutricionista ou médico foram excluídos
da lista. Para as mulheres, estar grávida no momento da seleção também foi
critério de exclusão. Os indivíduos foram contatados por telefone e os
41
procedimentos da pesquisa foram explicados e caso o indivíduo apresentasse
interesse em participar da pesquisa uma visita ao Lanuff era agendada.
O QFA para IE e macronutrientes usado foi construído através de
informações de 1724 RA24hs da PNAFS (Anjos et al., 2010). Esta lista já foi
validada em amostra de adultos residentes na região metropolitana de Porto
Alegre, RS, Brasil (Bonatto et al., 2014).
Em todos os RA24hs da PNAFS foram relatados um total de 1282
alimentos que foram agrupados em 143 itens (alimentos/grupos) de
características comuns. A contribuição relativa de cada item alimentar no total
de energia e macronutrientes ingeridos por indivíduo foi calculada utilizando-se
os procedimentos descritos em Block et al. (1985b) que consiste no cálculo do
total de energia ou macronutrientes ingerido pela população estimado pelo
somatório ponderado de todas as porções de todos os alimentos ingeridos
(Anjos et al., 2010).
Quanto à frequência, os participantes informavam se era mensal,
semanal ou diária e o número de vezes ao dia que cada um dos 143 itens
alimentares foi consumido no mês anterior à entrevista. Esse QFA (Anexo 9.1)
foi do tipo semiquantitativo, no qual os participantes dimensionavam o
tamanho da porção usualmente consumida em medidas caseiras (pequena,
média ou grande, colher de sopa, colher de chá, copo de 200 mL, como tipo
requeijão, xícara de chá, xícara de café, etc.).
4.5.1 Medidas realizadas para validação do QFA
No dia agendado, os indivíduos que aceitaram em participar do estudo
compareceram ao Lanuff pela manhã em jejum alimentar. Todos os
42
procedimentos foram detalhadamente explicados aos indivíduos e a
confirmação de sua participação era selada pela assinatura no Termo de
Consentimento Livre e Esclarecido (TCLE) (Anexo 9.2). A pesquisa foi
aprovada pelo Comitê de Ética em Pesquisa da Universidade Federal
Fluminense (CEP CMM/HUAP N0 163/06) (Anexo 9.3).
4.5.1.1 Medidas realizadas no Laboratório de Avaliação Nutricional e
Funcional da UFF (Lanuff)
Após a assinatura do TCLE foram coletadas informações sócio-
demográficas obtidas por questionário padronizado, pré-codificado e pré-
testado (Anexo 9.4). Em seguida, foram realizadas medições antropométricas
(estatura e massa corporal) e realizado um QFA e um RA24h.
A estatura foi medida duas vezes em estadiômetro de madeira seguindo
padronização descrita por Lohman et al. (1988), pela qual o indivíduo
permanece ereto, descalço, com os pés unidos de forma que os calcanhares,
as nádegas e a nuca fiquem encostadas no estadiômetro. A medição foi
realizada em apnéia, ao final de uma expiração. A média das duas medições
forneceu a estatura final que foi usada nas análises.
A massa corporal (MC) foi medida em balança eletrônica (TANITA TBF
305 – precisão de 0,2 kg). Para a medida, o indivíduo estava descalço e
vestindo roupa leve padronizada, fornecida pelo Lanuff, que consistiu em uma
bermuda e um top de elanca, para as mulheres.
A partir das medidas de estatura e MC, o IMC foi calculado, obtido pela
razão entre a MC (kg) e a estatura (m) elevada ao quadrado (Garrow, 1985). O
43
estado nutricional dos participantes foi analisado a partir do IMC, segundo
classificação da WHO (2000).
Após a realização das medições antropométricas, realizava-se uma
entrevista para a aplicação do QFA (descrito a seguir) e de um RA24h, este
com o auxílio de um álbum fotográfico de alimentos desenvolvido
especialmente para esta pesquisa com base nos resultados da PNAFS. Nesta
ocasião, fornecia-se uma cópia do álbum fotográfico de alimentos que os
indivíduos levavam consigo e agendavam-se três dias não consecutivos para a
realização de RA24h como sequência da pesquisa.
4.5.1.2 Medidas realizadas por telefone
Nos dias agendados (dois dias de semana e um dia de final de semana),
realizava-se o RA24h através de ligação telefônica com o auxílio do álbum
fotográfico fornecido seguido de um novo QFA (primeira fase). Após seis
meses da realização do primeiro RA24h, contatou-se novamente os indivíduos
e os procedimentos para obtenção do QFA no início (este agora por telefone) e
os três RA24hs foram repetidos. Ao término da segunda fase, convidou-se o
indivíduo para retorno ao Lanuff com o álbum fotográfico para realização do
último QFA. O período de coleta de dados compreendeu o verão dos anos de
2007 e 2008 e o inverno do ano de 2007.
A logística de entrevista para preenchimento dos R24hs foi estabelecida
para que em cada fase a média de dias para a realização dos três RA24h fosse
de aproximadamente 15 dias, não ultrapassando 30 dias. A logística para as
entrevistas da segunda fase priorizou uma diferença de no mínimo seis meses
44
entre o primeiro RA24h da primeira fase e o primeiro RA24h da segunda fase
(Figura 1).
Figura 1 – Desenho da pesquisa de validação do QFA.
4.5.1.3 Recordatório Alimentar de 24h (RA24h)
O RA24h avaliou a ingestão de alimentos e bebidas nas 24 horas
anteriores à entrevista. Com a ajuda do álbum fotográfico especificamente
desenvolvido para a pesquisa, o participante relatava, detalhadamente, sobre o
tamanho da porção ingerida, especificando a marca e o tipo dos produtos (diet,
light, desnatado, integral, etc.) e modo de preparação.
Para a realização do RA24h os pesquisadores foram treinados com
técnicas que facilitassem a entrevista (Anexo 9.5). A entrevista começava
perguntando-se sobre o horário de acordar do dia anterior indo até a manhã da
realização do recordatório após completar as 24 horas. Os pesquisadores
sempre faziam perguntas sobre o que o indivíduo havia feito e comido
baseadas nas atividades do dia e nos horários. Por exemplo: entre o horário
que você acordou e saiu de casa, você comeu ou bebeu alguma coisa?
Quando chegou ao trabalho, você comeu ou bebeu alguma coisa? e assim por
diante. Os pesquisadores foram treinados para que nunca induzissem as
45
respostas, nunca fizessem as perguntas usando mais ou menos, já que o
indivíduo poderia achar que tanto faz, que ele não precisasse se esforçar. Os
pesquisadores sempre terminavam o RA24h perguntando se aquele havia sido
um dia típico, e caso não tivesse sido, perguntavam o que havia tornado aquele
dia atípico. Se o motivo fosse alimentar, por motivo de doença ou algum
imprevisto, foi tentado realizar um novo RA24h.
4.6 PROCESSAMENTO E ANÁLISE DOS DADOS
Os dados socioeconômicos, antropométricos, dos RA24hs e dos QFAs
foram digitados em planilha eletrônica. A digitação única foi realizada com o
auxílio de dois digitadores e após a conclusão uma terceira pessoa efetuou a
limpeza do banco, corrigindo eventuais erros de digitação ao comparar os
dados digitados e impressos com os formulários.
As variáveis demográficas, socioeconômicas e antropométricas foram
apresentadas para o total de indivíduos estudados, segundo o gênero. As
variáveis categóricas e aquelas categorizadas foram apresentadas como
proporção (%).
Para avaliar a composição nutricional dos RA24hs, além da codificação,
calculou-se o total ingerido de cada alimento, em gramas/dia, na planilha que
continha todos os alimentos ingeridos. O cálculo foi feito buscando informações
de gramatura das fotos do álbum fotográfico, a gramatura informada nos
rótulos, dados da tabela Benzecry et al. (2005) e a gramatura obtida com a
pesagem dos alimentos no Laboratório de Nutrição e Dietética da UFF e no
Laboratório de Nutrição e Dietética da UNISINOS. As informações de alguns
rótulos e algumas medidas caseiras foram obtidas no comércio ou pela
46
Internet. Padronizou-se que quando o tamanho da medida caseira não fosse
relatado, seria sempre usada a medida maior caso houvesse informação no
arquivo para pequeno(a) e grande ou cheio(a) e raso(a). No caso de existir
medidas intermediárias, estas foram utilizadas.
Para determinar a gramatura de alimentos dos RA24hs para os quais o
entrevistado usava a foto de outro alimento como referência, buscou-se uma
aproximação do tamanho referido com dados da tabela de Benzecry et al.
(2005). Por exemplo, se o indivíduo referiu que ingeriu arroz doce e usou a foto
da gelatina preparada como referência para o tamanho da porção, verificou-se
que a gramatura correspondente a esta foto era 203g. Em seguida, investigou-
se se existia informação de medidas caseiras e gramatura para os dois
alimentos na tabela Benzecry et al. (2005). Verificou-se que 203g de gelatina
preparada correspondiam a 8 colheres de sopa cheias. Como o arroz doce da
tabela também era expresso em colher de sopa cheia, considerou-se que o
entrevistado ingeriu 8 colheres de sopa cheias deste alimento.
Para os QFAs houve uma etapa prévia de transformação da IA em
gramas ou mililitros/dia. Isso foi feito com o auxílio de uma planilha eletrônica,
multiplicando-se a frequência pelo tamanho da porção informada e dividindo
este produto pelo número de dias no mês. Para cada um dos RA24hs e dos
QFAs determinou-se o valor energético total, bem como de macro e
micronutrientes.
Seguindo a tendência atual de se avaliar somente os indivíduos que
mostrem dados plausíveis de IA em estudos de validação (Tooze et al., 2012;
Christensen et al., 2013; Fallaize et al., 2014), usou-se a razão entre a IE e a
TMB como proposto por Goldberg et al. (1991). Os valores da razão IE/TMB
47
menores de 1,16 (mulheres) e 1,19 (homens) foram considerados subrelatos e
se maiores de 2,49 como superrelatos de IE e, portanto, eliminados das
análsies como sugerido por Tooze et al. (2012).
4.6.1 Deatenuação pela variabilidade individual
A partir dos dados de três dias de RA24h, foram estimadas as
variabilidades intraindividual e interindividual, bem como os valores individuais
de energia, de macro e micronutrientes deatenuados pela variabilidade
intraindividual (Anjos et al., 2008; Nusser et al., 1997) pelo programa PC-SIDE
(Iowa State University, 2003). A deatenuação realizada pelo programa foi
baseada na primeira aplicação do RA24h, a qual foi determinada de acordo
com a ordem de aplicação. O programa PC-SIDE (Iowa State University, 2003)
prevê transformação das variáveis dietéticas para permitir simetria da
distribuição antes do cálculo das variabilidades intraindividual e a interindividual
e fornece os valores individuais deatenuados pela variabilidade intraindividual
em escala original (Hoffman et al., 2002; Jahns et al., 2005; Rossato et al.,
2010).
4.6.2 Ajuste pela ingestão energética
As variáveis de IA (macro e micronutrientes) foram ajustadas pela IE. O
objetivo do ajuste pela energia foi remover possíveis fatores de confusão que
possam ocorrer pela IE total, sendo exigência para os estudos de avaliação da
ingestão de nutrientes (Willett et al., 1997).
Optou-se por ajustar pela IE utilizando o método dos resíduos (Willett et
al., 1997). Para tanto, análise de regressão linear simples foi realizada, com o
48
total da energia ingerida como variável independente e a ingestão do nutriente
como variável dependente, utilizando os valores ajustados pela variabilidade
intraindividual.
4.6.3 Análises estatísticas
4.6.3.1 Análise dos dados da PNAFS
Todos os resultados da PNAFS foram obtidos usando os procedimentos
do Statistical Analysis System – SAS, versão 9.2 para microcomputador com
base nos pesos amostrais e nas informações estruturais do desenho da
amostra. As distribuições nas proporções e intervalo de confiança de 95%
(IC95%) de homens e mulheres segundo as características físicas e sociais
foram calculadas pelo procedimento surveyfreq na análise das características
quantitativas da IA. As médias, erro padrão da média e IC95% para as
variáveis contínuas foram calculadas pelo procedimento surveymeans. A
diferença significativa nas proporções e nas médias das variáveis contínuas
entre gênero, idade e estado nutricional foi estabelecida pela ausência de
interseção nos respectivos IC95%.
4.6.3.2 Análise da validação do QFA de IE e macronutrientes
Média, desvio-padrão e diferença entre as médias foram calculados para
valores brutos de energia e demais nutrientes ingeridos nos QFAs e nos
RA24hs em ambas as estações (verão e inverno). Diferenças entre as médias
foram avaliadas com teste t pareado.
Para verificar a reprodutibilidade do QFA, foi calculado o coeficiente de
correlação intraclasse (ICC) com seu IC95%, tanto para os nutrientes brutos
como para os ajustados pela energia.
49
A validade relativa foi avaliada por meio dos ICCs entre os nutrientes
brutos e corrigidos pela IE. Devido à deatenuação causada pela variação dia-a-
dia na IA intraindividual, os coeficientes foram corrigidos pela razão das
variâncias intra e interindividuais nos três RA24hs, com a seguinte equação:
rv = ro (1+λ/n)1/2
Onde rv é a correlação verdadeira; ro a correlação observada
entre o QFA e a média dos RA24hs; λ é a razão da variância
intra e entre sujeitos nos RA24hs e n é o número de replicatas,
neste caso, três recordatórios.
A validade do QFA também foi avaliada pelo método proposto por Bland
& Altman (1986), que permite determinar se há diferenças sistemáticas (viés)
entre o QFA e o RA24h (diferença média entre os dois métodos), bem como, a
amplitude destas diferenças, por meio dos limites de concordância (LDC), os
quais definem a faixa em que se espera que estejam 95% dos valores
referentes às diferenças entre os dois métodos (Bland & Altman, 1986) e são
calculados pela fórmula: LDC = diferença média ± 1,96 x desvio-padrão da
diferença.
Para determinar a significância o valor de α = 0,05 foi utilizado em todos
os testes estatísticos.
50
5.0 RESULTADOS
5.1 CARACTERÍSTICAS ALIMENTARES E SUBESTIMATIVA DA IE,
PNAFS, 2003
Incialmente, realizou-se análise dos dados da PNAFS para descrever as
características alimentares da população adulta de Niterói e identificar a
frequência de sub-relato da IE na população. Essas análises geraram dois
artigos que foram submetidos e aceitos para publicação e estão anexados à
esta Tese junto com as cartas de aceite (Anexos 9.6 e 9.7).
Essas análises permitiram identificar que:
1. Os alimentos mais ingeridos (> 50% da população) na PNAFS
foram arroz branco, café, feijão, açúcar refinado e pão francês.
Leite integral foi mais ingerido do que leite desnatado ou
semidesnatado. Carne de vaca foi mais ingerida que carne de
frango, peixe ou porco. Mais adultos ingeriram refrigerantes do
que sucos, e a ingestão de frutas foi relativamente alta (63,3%).
2. A combinação de arroz, feijão, carne e pão francês foi
responsável por 25% da ingestão energética e de proteína e
carboidrato, e 17% da ingestão de lipídio.
3. Um total de 65 alimentos correspondeu a 90% da ingestão
energética e de macronutrientes. A lista de alimentos mais
frequentemente ingeridos é bastante semelhante ao observado
em inquérito semelhante realizado em São Paulo capital (Fisberg
et al., 2008), o qual pode servir como base para a geração de um
QFA único para a população urbana do sudeste brasileiro.
51
4. As médias de IE foram de 1.570,9 e 2.188,8 kcal/dia em mulheres
e homens, respectivamente. IE diminuiu com o aumento da idade
em homens e mulheres.
5. A TMB estimada pela equação brasileira foi significativamente
menor do que os valores estimados pela equação recomendada
para todas as idades, gênero e estado nutricional.
6. Em geral, o sub-relato da IE foi encontrado em pelo menos 50%
da população, sendo maior em mulheres, indivíduos mais velhos
e com maior IMC.
7. Os resultados confirmam que IE é subestimada, mesmo quando a
TMB é estimada pelas equações da população específica.
Com esses resultados, demonstrou-se o quanto é importante a
construção e validação de instrumentos que avaliem de forma precisa e exata a
ingestão da população a ser estudada.
5.2 VALIDAÇÃO E REPRODUTIBILIDADE DO QFA DE
MACRONUTRIENTES
Um total de 133 indivíduos completou a fase do verão e 106 a do
inverno. O número de indivíduos que completaram as duas fases (verão e
inverno) do presente estudo foi de 99, valor bem próximo do número de 100
indivíduos preconizado para estudos de validação. As perdas corresponderam
a 37,3% (56 indivíduos) da amostra inicial; 45 indivíduos (80,3%) recusaram
participar da segunda fase do estudo, 6 indivíduos (10,7%) recusaram
completar a primeira fase, e 5 (8,9%) não foram encontrados para a realização
52
da segunda fase. As exclusões corresponderam a 2% da amostra inicial (3
indivíduos) por não estarem dentro dos critérios de elegibilidade do estudo (1
com deficiência visual, 1 com baixo peso e 1 com deficiência mental). Após
eliminar os casos de sub ou supra-relato de IE, amostra final consistiu em 83
indivíduos no verão e 85 no inverno, respectivamente.
Entre os participantes, 70,6% eram mulheres (41,0 ± 14,1 anos) e 29,4%
homens (41,4 ± 14,0 anos). A classe sócio-econômica mais prevalente foi a B
(51,8%) e a maioria apresentou IMC normal (68,2%). A prevalência de
sobrepeso e obesidade foi maior nos homens (40% e 16%) do que nas
mulheres (13,3% e 6,7%) (Tabela 1).
A reprodutibilidade do QFA ajustado pela IE no verão, primeiro QFA
(QFA1) com o segundo QFA (QFA2) (QFA1 vs QFA2), variou de -0,01
(vitamina A) a 0,76 (sódio) (Tabela 2). No inverno, os ICCs entre o terceiro QFA
(QFA3) e quarto QFA (QFA4) (QFA3 vs QFA4), variaram de 0,55 (vitamina C) a
0,83 (colesterol, cobre e ácidos graxos poliinsaturado-PUFA). Em geral, o
ajuste pela IE diminuiu os coeficientes no verão, com exceção para carboidrato
e manganês. No inverno, o ajuste aumentou o ICC para carboidrato,
manganês, potássio, tiamina e lipídio poliinsaturado (Tabela 2).
Não foram encontradas diferenças estatísticas entre o QFA2 e a média
dos três RA24hs para 54% dos nutrientes analisados no verão. Houve
diferença na ingestão de proteína, lipídio, fibra, ferro, sódio, potássio, cobre,
zinco, tiamina, vitamina C e lipídio poliinsaturado. Por outro lado, no inverno, os
ICCs foram estatisticamente significantes para ingestão de fósforo, sódio,
cobre, zinco, tiamina, piridoxina, vitamina C e lipídio poliinsaturado (Tabela 3).
53
Tabela 1 - Distribuição das variáveis socioeconômicas, demográficas, e estado nutricional de adultos de Niterói, RJ, Brasil. N (%)
Homens Mulheres Total
25 (29,4) 60 (70,6) 85 (100)
Idade (anos)
20 a 30 3 (12,0) 13 (21,7) 16 (18,8)
30 a 40 7 (28,0) 12 (20,0) 19 (22,4)
40 a 50 8 (32,0) 11 (18,3) 19 (22,4)
50 a 60 1 (4,0) 16 (26,7) 17 (20,0)
≥ 60 6 (24,0) 8 (13,3) 14 (16,5)
Classe Socio econômica*
A 4 (16,0) 14 (23,3) 18 (21,2)
B 14 (56,0) 30 (50,0) 44 (51,8)
C 7 (28,0) 16 (26,7) 23 (27,1)
D 0 (0,0) 0 (0,0) 0 (0,0)
IMC (kg,m-2)**
Normal 11 (44,0) 47 (78,3) 58 (68,2)
Sobrepeso 10 (40,0) 8 (13,3) 18 (21,2)
Obesidade 4 (16,0) 4 (6,7) 8 (9,4)
Missing 0 (0) 1 (1,7) 1 (1,2)
* Critério de Classificação Econômica Brasil da Associação Brasileira de Empresas de Pesquisa (ABEP, 2008). ** Índice de massa corporal = massa corporal (kg) / estatura2 (m), IMC de 18,5 até 24,9 kg.m-2 = normal; IMC igual ou maior a 25,0 kg.m-2 = sobrepeso (WHO, 2000),
54
Tabela 2 - Coeficientes de Correlação Intraclasse (ICC), brutos e ajustados, entre os dois Questionários de Freqüência Alimentar (QFA), no verão e inverno. Verão Inverno Nutriente Bruto IC95% Ajustado* IC95% Bruto IC95% Ajustado * IC95% Energia 0,68 0,44 ; 0,81 ------ ------ 0,81 0,61 ; 0,89 ------ ------ Proteína 0,81 0,58 ; 0,89 0,69 0,27 ; 0,84 0,81 0,69 ; 0,88 0,81 0,64 ; 0,89 Carboidrato 0,55 0,30 ; 0,71 0,63 0,41 ; 0,77 0,78 0,54 ; 0,88 0,79 0,52 ; 0,89 Lipídio 0,82 0,62 ; 0,90 0,70 0,33 ; 0,85 0,83 0,71 ; 0,89 0,82 0,69 ; 0,89 Colesterol 0,76 0,52 ; 0,87 0,65 -0,00 ; 0,84 0,84 0,76 ; 0,90 0,83 0,73 ; 0,89 Fibra 0,79 0,65 ; 0,87 0,66 0,39 ; 0,80 0,91 0,80 ; 0,95 0,79 0,51 ; 0,89 Cálcio 0,69 0,49 ; 0,81 0,58 0,05 ; 0,79 0,83 0,71 ; 0,89 0,79 0,49 ; 0,89 Magnésio 0,73 0,51 ; 0,84 0,71 0,39 ; 0,84 0,83 0,67 ; 0,91 0,78 0,53 ; 0,89 Manganês 0,55 0,28 ; 0,71 0,57 0,21 ; 0,75 0,76 0,62 ; 0,85 0,80 0,60 ; 0,89 Fósforo 0,82 0,61 ; 0,91 0,69 0,29 ; 0,84 0,82 0,69 ; 0,89 0,81 0,64 ; 0,89 Ferro 0,77 0,55 ; 0,87 0,68 0,33 ; 0,83 0,84 0,69 ; 0,91 0,81 0,61 ; 0,89 Sódio 0,82 0,70 ; 0,89 0,76 0,59 ; 0,85 0,81 0,68 ; 0,88 0,81 0,66 ; 0,89 Potássio 0,73 0,51 ; 0,85 0,67 0,31 ; 0,82 0,78 0,60 ; 0,87 0,79 0,53 ; 0,89 Cobre 0,65 0,42 ; 0,78 0,51 -0,09 ; 0,75 0,84 0,76 ; 0,90 0,83 0,73 ; 0,89 Zinco 0,86 0,71 ; 0,92 0,71 0,38 ; 0,85 0,83 0,74 ; 0,89 0,80 0,65 ; 0,88 Vitamina A 0,64 0,44 ; 0,83 -0,01 -0,06 ; 0,05 0,82 0,72 ; 0,88 0,72 0,32 ; 0,86 Tiamina 0,60 0,38 ; 0,74 0,37 -0,07 ; 0,62 0,63 0,43 ; 0,75 0,78 0,55 ; 0,87 Riboflavina 0,61 0,37 ; 0,75 0,48 -0,04 ; 0,72 0,80 0,67 ; 0,88 0,79 0,54 ; 0,89 Piridoxina 0,77 0,61 ; 0,85 0,73 0,49 ; 0,85 0,85 0,69 ; 0,91 0,78 0,49 ; 0,89 Niacina 0,75 0,59 ; 0,84 0,72 0,43 ; 0,85 0,85 0,77 ; 0,91 0,81 0,63 ; 0,89 Vitamina C 0,77 0,64 ; 0,85 0,56 -0,19 ; 0,82 0,70 0,53 ; 0,81 0,55 -0,16 ; 0,80 Lipídio saturado 0,82 0,65 ; 0,90 0,69 0,27 ; 0,85 0,83 0,73 ; 0,89 0,82 0,70 ; 0,89 Lipídio mono 0,78 0,59 ; 0,87 0,71 0,34 ; 0,85 0,84 0,74 ; 0,90 0,81 0,68 ; 0,89 Lipídio poli 0,81 0,65 ; 0,89 0,69 0,37 ; 0,83 0,82 0,72 ; 0,89 0,83 0,72 ; 0,89 95%CI: 95% confidence intervals; Lipídio mono: lipídio monoinsaturado; Lipídio poli: lipídio poliinsaturado. **Nutrientes ajustados para energia pelo método dos resíduos,
55
Tabela 3 - Média e desvio-padrão (DP) da ingestão diária de energia e nutrientes avaliados por meio do segundo questionário de frequência alimentar (QFA2 e QFA4) de cada estação (verão e inverno) e dos três recordatórios de 24 horas (RA24h), as diferenças entre os métodos e a razão QFA/RA24h, verão e inverno. Verão Inverno Nutriente QFA2 RA24h* Diferença QFA2/RA24h QFA4 RA24h* Diferença QFA/RA24h (DP) (DP) (DP) (DP) (DP) (DP) Energia (kcal) 2141,3 2203,8 -62,4 0,97 2058,3 2150,1 -91,8 0,96 (759,0) (440,8) (646,5) (753,3) (436,5) (724,6) Proteína (g) 92,8 103,3 -10,5** 0,90 93,5 99,8 -6,3 0,94 (37,0) (24,1) (23,3) (38,4) (21,5) (35,5) Carboidrato (g) 294,2 286,3 7,9 1,03 273,0 279,9 -6,9 0,97 (115,6) (59,5) (93,3) (111,4) (73,8) (112,7) Lipídio (g) 65,6 68,5 -2,9** 0,96 65,6 69,4 -3,8 0,95 (28,9) (22,7) (25,4) (27,1) (19,2) (23,7) Colesterol (mg) 295,4 320,1 -24,6 0,92 305,9 291,1 14,9 1,05 (132,1) (90,1) (124,0) (152,3) (73,9) (130,9) Fibra (g) 24,9 22,1 2,8** 1,13 26,7 24,2 2,5 1,10 (12,9) (6,9) (10,8) (15,1) (8,1) (12,2) Cálcio (mg) 808,2 789,0 19,2 1,02 780,1 789,9 -9,7 0,99 (418,9) (312,3) (311,6) (402,1) (246,7) (358,6) Magnésio (mg) 287,5 288,5 -1,0 0,99 290,4 313,8 -23,3 0,93 (105,6) (54,4) (75,5) (110,5) (84,9) (117,6) Manganês (mg) 3,0 2,9 0,1 1,03 2,9 3,0 -0,1 0,97 (1,3) (0,9) (1,3) (1,0) (1,1) (1,4) Fósforo (mg) 1238,3 1329,9 -91,6 0,93 1229,9 1327,6 -97,7** 0,93 (480,6) (299,0) (451,5) (476,2) (287,7) (446,5) Ferro (g) 10,3 11,4 -1,1** 0,90 10,1 11,0 -0,9 0,92 (4,1) (2,2) (2,5) (4,0) (3,5) (4,7) Sódio (mg) 1750,7 2496,5 -745,8** 0,70 1776,5 2457,7 -681,2** 0,72 (789,9) (771,9) (837,8) (740,2) (742,5) (874,0)
56
Tabela 3 - continuação Verão Inverno Nutriente QFA2 RA24h* Diferença QFA2/RA24h QFA4 RA24h* Diferença QFA/RA24h (DP) (DP) (DP) (DP) (DP) (DP) Potássio (mg) 2989,2 2741,2 248,0** 1,09 3005,1 2917,0 88,1 1,03 (1121,4) (477,4) (1057,5) (1121,9) (658,6) (1161,6) Cobre (mg) 1,3 1,6 -0,3** 0,81 1,3 1,8 -0,5** 0,72 (0,7) (0,8) (0,9) (1,1) (1,7) (1,9) Zinco (mg) 9,5 12,2 -2,7** 0,78 9,5 12,6 -3,2** 0,75 (3,6) (2,7) (3,8) (3,7) (3,2) (4,1) Vitamina A (ER) 562,9 804,8 -241,9 0,70 646,3 522,4 123,9 1,24 (693,5) (1445,3) (1607,7) (1106,5) (550,1) (1132,0) Tiamina (mg) 2,5 1,6 0,9** 1,56 2,2 1,6 0,5** 1,37 (3,6) (0,5) (3,4) (2,5) (0,7) (2,2) Riboflavina (mg) 1,5 1,4 0,1 1,07 1,5 1,4 0,1 1,07 (0,9) (0,3) (0,8) (0,7) (0,4) (0,7) Piridoxina (mg) 1,1 1,2 -0,1 0,92 1,1 1,2 -0,1** 0,92 (0,6) (0,4) (0,5) (0,5) (0,5) (0,6) Niacina (mg) 24,6 26,6 -2,0 0,92 24,5 21,3 3,1 1,15 (16,5) (9,5) (16,0) (16,4) (7,0) (15,5) Vitamina C (mg) 154,3 108,6 45,7** 1,42 163,9 116,2 47,7** 1,41 (129,4) (59,5) (123,1) (132,4) (81,1) (117,9) Lipídio saturado (g) 24,4 25,6 -1,2 0,95 24,0 25,7 -1,2 0,93 (12,0) (8,2) (10,0) (9,3) (4,8) (8,8) Lipídio mono (g) 22,0 21,5 0,5 1,02 21,6 22,6 -1,0 0,95 (9,6) (7,2) (8,9) (9,0) (7,0) (8,3) Lipídio poli (g) 10,0 12,6 -2,6** 0,79 10,4 12,7 -2,3** 0,82 (4,9) (5,1) (5,0) (4,6) (3,2) (4,7) RE: Equivalente de retinol; Lipídio mono: lipídio monoinsaturado; Lipídio poli: lipídio poliinsaturado. *Correlações corrigidas para a variação intrapessoal nos três R24hs. **p ≤ 0,05 para o teste t pareado para as diferenças entre segundo QFA e a média dos três RA24hs de cada estação (verão e inverno).
57
A diferença média mostrou que o QFA subestimou em 62,5% da
ingestão dos nutrientes e superestimou a ingestão de carboidrato, fibra, cálcio,
manganês, potássio, tiamina, riboflavina, vitamina C e lipídio monoinsaturado,
no verão (Tabela 3). No inverno, o QFA superestimou a ingestão de colesterol,
fibra, potássio, vitamina A, tiamina, riboflavina, niacina e vitamina C (Tabela 3).
As tabelas 4 e 5 apresentam os valores médios de ICCs entre o QFA e a
média dos três RA24hs, no verão e inverno, respectivamente, com parâmetros
de validade obtidos de três diferentes abordagens (brutos, deatenuados e
ajustados pela energia). As correlações brutas variaram de 0,25 (tiamina) a
0,79 (cálcio) no verão (Tabela 4). No inverno, as correlações foram menores
para quase todos os nutrientes (ICC entre 0,07 e 0,68) (Tabela 5). Após a
correção para a variação intra-individual, os coeficientes de correlação
deatenuados não foram substancialmente alterados, porém o ICC para
vitamina A foi muito menor tanto no verão quanto no inverno, depois da
deatenuação. Os valores dos ICCs para os nutrientes ajustados pela IE foram
maiores (50%) do que os deatenuados, no verão (Tabela 4), porém no inverno,
o aumento foi observado em 8 dos 24 nutrientes analisados (Tabela 5). Para os
ICCs com os nutrientes ajustados pela IE as correlações variaram de -0,02
(vitamina A) a 0,66 (lipídio mono), no verão (Tabela 4) e -0,15 (vitamina C) a
0,49 (ferro), no inverno (Tabela 5).
A Tabela 6 mostra as diferenças e os LDCs entre o segundo QFA (QFA2
e QFA4) e os três RA24hs, de cada estação (verão e inverno), corrigidos pela
variabilidade intraindividual e ajustados pela IE. Os valores médios das
diferenças revelaram que o QFA, em relação ao RA24h, superestima a
ingestão de carboidrato, fibras, cálcio, magnésio, potássio, zinco, tiamina,
58
Tabela 4 - Coeficientes de correlação intraclasse (ICC) brutos, deatenuados pela variabilidade individual e ajustados pela ingestão energética, entre a média dos 3 recordatórios de 24 horas e o segundo questionário de frequência alimentar no verão. Nutriente Bruto IC95% Deate- IC95% Ajustado IC95%
nuado
Energia 0,67 0,49 ; 0,79 0,63 0,43 ; 0,76 ------ ------
Proteína 0,51 0,24 ; 0,68 0,48 0,20 ; 0,66 0,62 0,39 ; 0,76
Carboidrato 0,71 0,55 ; 0,81 0,65 0,47 ; 0,78 0,57 0,33 ; 0,72
Lipídio 0,68 0,51 ; 0,79 0,69 0,35 ; 0,65 0,67 0,49 ; 0,79
Colesterol 0,53 0,28 ; 0,69 0,56 0,33 ; 0,72 0,60 0,28 ; 0,77
Fibra 0,67 0,47 ; 0,79 0,61 0,41 ; 0,75 0,46 0,15 ; 0,65
Cálcio 0,79 0,68 ; 0,87 0,79 0,67 ; 0,86 0,67 0,48 ; 0,78
Magnésio 0,58 0,35 ; 0,73 0,51 0,24 ; 0,69 0,55 0,31 ; 0,71
Manganês 0,45 0,16 ; 0,64 0,51 0,25 ; 0,69 0,60 0,37 ; 0,75
Fósforo 0,58 0,35 ; 0,73 0,53 0,27 ; 0,69 0,62 0,40 ; 0,75
Ferro 0,43 0,13 ; 0,63 0,41 0,10 ; 0,61 0,56 0,33 ; 0,72
Sódio 0,45 0,04 ; 0,67 0,45 -0,05 ; 0,70 0,43 -0,20 ; 0,72
Potássio 0,45 0,16 ; 0,64 0,39 0,07 ; 0,60 0,53 0,27 ; 0,69
Cobre 0,31 -0,06 ; 0,56 0,44 0,15 ; 0,63 0,22 -0,14 ; 0,54
Zinco 0,33 -0,00 ; 0,56 0,36 -0,02 ; 0,60 0,53 0,27 ; 0,70
Vitamina A 0,29 -0,11 ; 0,54* -0,01 -0,55 ; 0,34* -0,02 -0,30 ; 0,24*
Tiamina 0,25 -0,13 ; 0,50* 0,14 -0,28 ; 0,43* 0,17 -0,14 ; 0,46
Riboflavina 0,47 0,19 ; 0,66 0,40 0,09 ; 0,61 0,45 0,02 ; 0,68
Piridoxina 0,68 0,50 ; 0,79 0,66 0,48 ; 0,78 0,51 0,25 ; 0,68
Niacina 0,47 0,19 ; 0,65 0,45 0,15 ; 0,64 0,53 0,11 ; 0,73
Vitamina C 0,39 0,23 ; 0,55 0,38 0,06 ; 0,59 0,21 -0,14 ; 0,53
Lipídio saturado 0,70 0,53 ; 0,80 0,69 0,51 ; 0,80 0,65 0,45 ; 0,78
Lipídio mono 0,62 0,41 ; 0,75 0,63 0,42 ; 0,76 0,66 0,47 ; 0,78
Lipídio poli 0,57 0,31 ; 0,73 0,61 0,33 ; 0,76 0,47 -0,19 ; 0,75
IC95%: intervalo de 95% de confiança; Lipídio mono: lipídio monoinsaturado; Lipídio poli: lipídio poliinsaturado. *p ≥ 0.05 para o t-teste.
59
Tabela 5 - Coeficientes de correlação intraclasse (ICC) brutos, deatenuados pela variabilidade individual e ajustados pela ingestão energética, entre a média dos 3 recordatórios de 24 horas e o segundo questionário de frequência alimentar no inverno. Nutriente Bruto IC95% Deate- IC95% Ajustado IC95%
nuado
Energia 0,53 0,27 ; 0,69 0,47 0,19 ; 0,65 ------ ------
Proteína 0,56 0,32 ; 0,71 0,51 0,25 ; 0,68 0,43 0,13 ; 0,63
Carboidrato 0,46 0,17 ; 0,65 0,45 0,15 ; 0,64 0,48 0,20 ; 0,66
Lipídio 0,68 0,51 ; 0,79 0,65 0,47 ; 0,77 0,45 0,17 ; 0,64
Colesterol 0,64 0,44 ; 0,77 0,57 0,34 ; 0,72 0,41 0,09 ; 0,62
Fibra 0,67 0,49 ; 0,79 0,65 0,46 ; 0,77 0,42 0,12 ; 0,62
Cácio 0,61 0,40 ; 0,74 0,60 0,38 ; 0,74 0,42 0,10 ; 0,62
Magnásio 0,42 0,10 ; 0,62 0,44 0,15 ; 0,63 0,45 0,16 ; 0,64
Manganês 0,15 -0,31 ; 0,45* 0,29 -0,08 ; 0,54* 0,31 -0,16 ; 0,60
Fósforo 0,56 0,33 ; 0,71 0,52 0,26 ; 0,68 0,43 0,13 ; 0,62
Ferro 0,31 -0,05 ; 0,55 0,33 -0,02 ; 0,56 0,49 0,21 ; 0,67
Sódio 0,33 -0,03 ; 0,57 0,35 -0,04 ; 0,60 0,30 -0,13 ; 0,57
Potássio 0,34 -0,01 ; 0,57 0,34 -0,02 ; 0,57 0,39 0,06 ; 0,61
Cobre 0,07 -0,43 ; 0,39* 0,13 -0,30 ; 0,43* 0,35 -0,12 ; 0,62
Zinco 0,31 -0,03 ; 0,54 0,35 -0,05 ; 0,59 0,38 -0,02 ; 0,62
Vitamina A 0,64 0,45 ; 0,77 0,28 -0,11 ; 0,53* 0,35 0,02 ; 0,58
Tiamina 0,51 0,25 ; 0,68 0,41 0,11 ; 0,61 0,16 -0,14 ; 0,41
Riboflavina 0,48 0,20 ; 0,67 0,46 0,17 ; 0,65 0,29 -0,05 ; 0,53
Piridoxina 0,29 -0,08 ; 0,54* 0,47 0,20 ; 0,65 0,05 -0,04 ; 0,20
Niacina 0,53 0,28 ; 0,70 0,38 0,06 ; 0,60 0,38 0,05 ; 0,59
Vitamina C 0,57 0,32 ; 0,73 0,56 0,31 ; 0,72 -0,15 -0,46; 0,18*
Lipídio saturado 0,73 0,58 ; 0,82 0,69 0,53 ; 0,80 0,45 0,15 ; 0,64
Lipídio mono 0,63 0,43 ; 0,76 0,63 0,43 ; 0,76 0,47 0,19 ; 0,65
Lipídio poli 0,45 0,16 ; 0,64 0,42 0,11 ; 0,62 0,24 -0,16 ; 0,53
IC95%: intervalo de 95% de confiança; Lipídio mono: lipídio monoinsaturado; Lipídio poli: lipídio poliinsaturado. *p ≥ 0.05 para o t-teste.
60
Tabela 6 – Diferença média e limites de concordância (LDC) entre o segundo questionário de frequência alimentar (QFA2 e QFA4) corrigidos pela ingestão energética, e a média dos 3 recordatórios de 24 horas corrigidos pela variabilidade intraindivíduo e pela energia, verão e inverno. Verão Inverno
Nutriente Diferença LDC Diferença LDC Energia (kcal)* -62,4 -1329,5 ; 1204,7 -91,8 -1512,0 ; 1328,4
Proteína (g) -9,6 -55,3 ; 36,1 -4,5 -54,7 ; 45,7
Carboidrato (g) 8,6 -173,1 ; 190,3 -7,5 -211,9 ; 196,9
Lipídio (g) -5,1 -41,5 ; 31,3 -6,8 -51,9 ; 38,3
Colesterol (mg) -38,5 -167,7 ; 90,7 3,5 -172,5 ; 179,5
Fibra (g) 3,0 -9,1 ; 15,1 1,2 -14,3 ; 16,7
Cálcio (mg) 19,1 -272,9 ; 311,1 -13,9 -404,9 ; 377,1
Magnésio (mg) 7,3 -140,7 ; 155,3 -24,0 -182,2 ; 134,2
Manganês (mg) -0,3 -1,5 ; 0,9 -1,0 -2,8 ; 0,8
Fósforo (mg) -91,3 -676,4 ; 493,8 -91,6 -804,5 ; 621,5
Ferro (g) -0,4 -5,3 ; 4,5 -0,1 -6,6 ; 6,4
Sódio (mg) -724,8 -1817,5 ; 367,9 -676,3 -1961,9,2;609,3
Potássio (mg) 262,4 -1109,6 ; 1634,4 62,0 -1584,8 ; 1708,8
Cobre (mg) -0,8 -1,6 ; -0,02 0,5 -0,5 ; 1,5
Zinco (mg) 0,1 -5,6 ; 5,8 -2,5 -9,0 ; 3,4
Vitamina A (ER) -316,6 -1114,5 ; 481,3 68,7 -525,0 ; 662,4
Tiamina (mg) 0,8 0,02 ; 1,6 0,7 -0,3 ; 1,7
Riboflavina (mg) 0,2 -0,4 ; 0,8 0,2 -0,6 ; 1,0
Piridoxina (mg) 0,1 -0,7 ; 0,9 -2,0 -3,0 ; -1,0
Niacina (mg) -5,2 -19,3 ; 8,9 0,9 -9,5 ; 11,3
Vitamina C (mg) 45,2 3,5 ; 86,9 37,1 -18,2 ; 92,4
Lipídio saturado (g) -2,5 -15,8 ; 10,8 -1,2 -18,4 ; 16,0
Lipídio mono (g) 0,5 -11,5 ; 12,5 -1,2 -15,3 ; 12,9
Lipídio poli (g) -3,3 -8,4 ; 1,8 -4,0 -10,1 ; 2,1
ER: Equivalente de retinol; Lipídio mono: lipídio monoinsaturado; Lipídio poli: lipídio poliinsaturado. LDC = Limite de concordância = diferença média ± 1,96 x desvio-padrão da diferença. * valores brutos para o QFA e corrigidos pela variabilidade individual no RA24h.
61
riboflavina, piridoxina, vitamina C e lipídio mono e subestima 54,2% dos
nutrientes avaliados, no verão. Por outro lado, no inverno, QFA superestima,
colesterol, fibra, potássio, cobre, vitamina A, tiamina, riboflavina, niacina e
vitamina C e subestima 62,5% dos nutrientes (Tabela 6).
As Figuras de 2 a 9 apresentam os gráficos de dispersão das diferenças
entre os QFAs e os RA24hs e as respectivas médias, para a IE e os
macronutrientes corrigidos pela variabilidade intraindividual e ajustados pela IE.
Observou-se uma tendência linear entre a diferença média do QFA e RA24h e
o método de referência, com maior magnitude do viés nos extremos de
ingestão, com excessão para proteína (Figura 3) e lipídio (Figura 5) no verão, e
carboidrato (Figura 8) e lipídio (Figura 9) no inverno.
62
Figura 2 – Gráfico de dispersão da diferença e a média dos valores de ingestão energética pela média dos 3 recordatórios de 24 horas deatenuados e os dados brutos do segundo questionário de frequência alimentar no verão. A linha horizontal contínua indica a média da diferença entre a ingestão dos 2 métodos e as linhas descontínuas o valor médio da diferença entre os 2 métodos ± 1,96 x desvio-padrão da diferença.
63
Figura 3 – Gráfico de dispersão da diferença e a média dos valores de ingestão de proteína pela média dos 3 recordatórios de 24 horas deatenuados e ajustados pela energia e os dados ajustados pela energia do segundo questionário de frequência alimentar no verão. A linha horizontal contínua indica a média da diferença entre a ingestão dos 2 métodos e as linhas descontínuas o valor médio da diferença entre os 2 métodos ± 1,96 x desvio-padrão da diferença.
64
Figura 4 – Gráfico de dispersão da diferença e a média dos valores de ingestão de carboidrato pela média dos 3 recordatórios de 24 horas deatenuados e ajustados pela energia e os dados ajustados pela energia do segundo questionário de frequência alimentar no verão. A linha horizontal contínua indica a média da diferença entre a ingestão dos 2 métodos e as linhas descontínuas o valor médio da diferença entre os 2 métodos ± 1,96 x desvio-padrão da diferença.
65
Figura 5 – Gráfico de dispersão da diferença e a média dos valores de ingestão de lipídio pela média dos 3 recordatórios de 24 horas deatenuados e ajustados pela energia e os dados ajustados pela energia do segundo questionário de frequência alimentar no verão. A linha horizontal contínua indica a média da diferença entre a ingestão dos 2 métodos e as linhas descontínuas o valor médio da diferença entre os 2 métodos ± 1,96 x desvio-padrão da diferença.
66
Figura 6 – Gráfico de dispersão da diferença e a média dos valores de ingestão energética pela média dos 3 recordatórios de 24 horas deatenuados e os dados brutos do segundo questionário de frequência alimentar no inverno. A linha horizontal contínua indica a média da diferença entre a ingestão dos 2 métodos e as linhas descontínuas o valor médio da diferença entre os 2 métodos ± 1,96 x desvio-padrão da diferença.
67
Figura 7 – Gráfico de dispersão da diferença e a média dos valores de ingestão de proteína pela média dos 3 recordatórios de 24 horas deatenuados e ajustados pela energia e os dados ajustados pela energia do segundo questionário de frequência alimentar no inverno. A linha horizontal contínua indica a média da diferença entre a ingestão dos 2 métodos e as linhas descontínuas o valor médio da diferença entre os 2 métodos ± 1,96 x desvio-padrão da diferença.
68
Figura 8 – Gráfico de dispersão da diferença e a média dos valores de ingestão de carboidrato pela média dos 3 recordatórios de 24 horas deatenuados e ajustados pela energia e os dados ajustados pela energia do segundo questionário de frequência alimentar no inverno. A linha horizontal contínua indica a média da diferença entre a ingestão dos 2 métodos e as linhas descontínuas o valor médio da diferença entre os 2 métodos ± 1,96 x desvio-padrão da diferença.
69
Figura 9 – Gráfico de dispersão da diferença e a média dos valores de ingestão de lipídio pela média dos 3 recordatórios de 24 horas deatenuados e ajustados pela energia e os dados ajustados pela energia do segundo questionário de frequência alimentar no inverno. A linha horizontal contínua indica a média da diferença entre a ingestão dos 2 métodos e as linhas descontínuas o valor médio da diferença entre os 2 métodos ± 1,96 x desvio-padrão da diferença.
70
5.3 DESENVOLVIMENTO DO QFA DE MICRONUTRIENTES
A população estudada foi composta por 1724 adultos, 1202 mulheres
(69,7%), dados provenientes da PNAFS (Souza et al., 2010). A média da idade
(erro padrão) foi de 45,3 (0,6) e 43,0 (0,7) anos, mulheres e homens,
respectivamente. Aproximadamente 50% da população apresentaram
sobrepeso e/ou obesidade (IMC ≥ 25 kg/m2) e cerca de 70% tinham pelo
menos o primeiro grau completo.
Os alimentos/grupos que correspondem a aproximadamente 80% da
ingestão de micronutrientes na população estudada estão apresentados na
Tabela 7 junto com os valores de distribuição (percentis 25, 50 e 75) da
gramatura dos alimentos.
A Tabela 8 mostra o número de itens alimentares que contribuem para a
ingestão de pelo menos 80% dos 15 micronutrientes. Para os micronutrientes
cálcio, magnésio, fósforo, ferro e sódio, são necessários mais de 200 itens
alimentares para compor a lista que contemple aproximadamente 80% da
ingestão desses micronutrientes. Por outro lado, para retinol e vitamina C,
apenas 64 e 73 itens, respectivamente, explicam a ingestão desses
micronutrientes. Para ferro e potássio, que chegaram a 79,4 e 79,8%,
respectivamente, seria necessário acrescentar muitos alimentos para alcançar
o ponto de corte de 80%.
A Tabela 9 mostra quais alimentos e/ou grupos de alimentos
representam a ingestão de aproximadamente 80% de cada micronutriente, na
ordem de maior contribuição para o de menor contribuição, na população
adulta de Niterói, RJ.
71
Tabela 7 – lista dos alimentos/grupos de alimentos que correspondem a 80% da ingestão de micronutrientes e que compuseram o questionário de frequência alimentar da amostra probabilística da população adulta de Niterói, RJ. Pesquisa de Nutrição, Atividade Física e Saúde (PNAFS), 2003. Gramatura (g) por percentis Grupo de Alimentos Tipo ou preparação 25 50 75 1. Abacate 163,1 252,5 358,5
2. Açaí 62,5 91,7 125,0
3. Achocolatado 11,3 17,0 26,3
4. Aipim cozido 107,5 213,7 372,0
5. Arroz cozido 77,5 88,3 138,9
6. Banana 85,4 107,4 176,0
7. Barra de proteína 27,1 37,7 45,0
8. Batata Palha / frita / purê 43,0 69,7 98,4
9. Bebida alcoólica Vinho / cerveja 348,0 636,0 1197,2
10Biscoitos Salgado / doce / recheado 21,0 31,0 56,5
11Bolos Simples / recheado 39,3 48,6 81,4
12Café 49,0 68,9 139,0
13Carne bovina Cozida / frita / assada 58,2 79,7 160,0
14Carne de porco Cozida / frita / assada 71,0 114,3 167,5
15Carne de frango Cozida / frita / assada 73,4 115,0 168,7
16Cereais integrais Pães / arroz / biscoito / grãos / aveia 9,9 21,3 44,2
72
Tabela 7 - continuação Gramatura (g) por percentis Grupo de Alimentos Tipo ou preparação 25 50 75 17Cereais matinais não integrais 17,7 39,2 77,0
18. Chás 153,5 191,3 296,9
19. Chocolate 15,7 29,2 53,6
20. Presunto/mortadela 42,0 84,3 123,0
21. Farofa 12,3 19,3 30,0
22. Feijão cozido 84,6 89,2 139,3
23. Frutas A Melão / melância / mamão / morango 181,1 249,0 366,7
24. Frutas B Ameixa / goiaba / maçã / uva / manga / caqui /
fruta de conde 56,9 122,6 223,0
25. Frutas cítricas Laranja (suco) / limão (suco / abacaxi / acerola 137,3 191,0 263,2
26. Frutas Outras frutas / salada de frutas 75.2 143.7 182.0
27. Legumes Abóbora / cenoura / beterraba / quiabo 18,3 29,6 49,7
28. Leguminosas Ervilha / grão de bico / soja / lentilha 20,7 42,2 86,3
29. Leite e derivados Leites / iogurtes / queijos / coalhada / requeijão 28,6 79,7 186,9
30. Linguiça 32,1 58,2 95,9
31. Margarina/manteiga 4,5 9,3 13,5
32. Massas Lasanha / macarrão / pizza 69,6 105,0 178,0
33. Mingau Aveia / cremogema / fubá 52,5 156,0 243,5
73
Tabela 7 - continuação Gramatura (g) por percentis Grupo de Alimentos Tipo ou preparação 25 50 75 34. Molhos 18,6 31,1 45,8
35. Ovos Cozido / frito / omelete 45,5 47,7 49,9
36. Pães 37,2 49,5 73,9
37. Palmito 11,6 18 37,5
38. Peixes Cozido / frito 117,1 166,2 254,4
39. Refrigerantes 155,8 219,5 350,5
40. Salgado Frito / assado / tipo italiano 73,3 90,9 108,6
41. Salsicha 33,9 44,0 77,8
42. Sopas 122,9 256,3 379,4
43. Sorvetes 40,7 84,4 118,0
44. Umbu 140,0 140,0 294,0
45. Vegetais Alface / acelga / agrião / bertalha / brócolis /
cebola / couve / repolho / tomate / espinafre 18,8 34,0 67,1
46. Vísceras Miúdos de frango / fígado de boi e frango / língua de boi 56,4 79,4 151,3
74
Tabela 8. Número de itens alimentares para cada micronutriente e contribuição percentual (%) que o somatório desses itens correspondem na ingestão dos 15 micronutrientes selecionados da amostra probabilística da população adulta de Niterói, RJ. Pesquisa de Nutrição, Atividade Física e Saúde (PNAFS), 2003.
Número de itens Nutriente alimentares % Cálcio 240 84,2
Magnésio 202 82,6
Manganês 151 83,4
Fósforo 205 81,2
Ferro 212 79,4
Sódio 218 86,8
Potássio 195 79,8
Cobre 128 87,7
Zinco 136 83,8
Retinol 64 93,0
Tiamina 197 84,8
Riboflavina 188 85,6
Piridoxina 161 86,9
Niacina 140 91,5
Vitamina C 73 93,5
75
Tabela 9. Lista dos nutrientes com seus respectivos alimentos e/ou grupos de alimentos que contribuem com aproximadamente 80% da ingestão, selecionados da amostra probabilística da população adulta de Niterói, RJ. Pesquisa de Nutrição, Atividade Física e Saúde (PNAFS), 2003.
Ord
em
Gru
po
alim
enta
r
Cal
cio
Mag
nesi
o
Man
gane
s
Fos
foro
Fer
ro
Sod
io
Pot
assi
o
Cob
re
Zin
co
Ret
inol
Tia
min
a
Rib
ofla
vina
Piri
doxi
na
Nia
cina
Vita
min
a C
1 Feijão cozido X X X X X X X X X X X X 2 Arroz cozido X X X X X X X X X 3 Pães X X X X X X X X X X X X 4 Batata X X X X X X X X X X 5 Banana X X X X X X X X X 6 Vegetais X X X X X X X X X X 7 Massas X X X X X X X X X X X X X X 8 Fruta B X X X X 9 Cereal integral X X 10 Legumes X X X 11 Fruta A X X X X X X X X X X 12 Sopa X X X X X 13 Biscoitos X X X X X X X X X 14 Farofa 15 Frutas cítricas X X X X X X X 16 Abacate X X 17 Leite e derivados X X X X X X X X X X X X X 18 Bolo X X X 19 Frango X X X X X X X X X X X 20 Bebida alcoólica X X X X X X X 21 Café X X X X X X 22 Ovos X X X X X X X X 23 Sorvete X X 24 Chocolate X X 25 Carne bovina X X X X X X X X X X X 26 Peixes X X X X X X X X
76
Tabela 9. continuação 27 Aipim X X 28 Achocolatado X X X X X X X X 29 Leguminosa X X X 30 Chás X X X 31 Palmito X 32 Vísceras X X X X X X X X 33 Açaí X X 34 Carne de porco X X X X X X 35 Refrigerante X 36 Empada X X 37 Linguiça X X X X 38 Margarina/manteiga X X X 39 Salsicha X X 40 Molho X 41 Presunto/mortadela X X X 42 Italiano X X X X X 43 Barra de proteína X 44 Cereal matinal X X X X X 45 Mingau X X X X 46 Umbu X Número de 16 21 22 14 21 18 18 15 14 9 19 17 21 17 12 grupos alimentares
77
O feijão foi o alimento que mais contribuiu para ingestão de magnésio
(26,3%) e potássio (11,9%), e arroz foi o que mais contribui para a ingestão de
manganês (18,6%) e sódio (19,5%). O grupo de leite e derivados contribuiu
com mais da metade (53,1%) da ingestão de cálcio e com 18,5% para a
ingestão de fósforo. Barra de proteína contribuiu com 37,2% na ingestão de
cobre, chama atenção, pois apenas um indivíduo ingeriu esse alimento, porém
com alta frequência e em grandes quantidades, o que influenciou na ingestão
de cobre, fato este que pode ser encontrado na população em geral; carne
bovina com 40,3% na ingestão de zinco e ferro (18,2%); vísceras (68,2%) na
ingestão de retinol; chás (33,4%) na ingestão de tiamina; pães (32,2%) na
ingestão de piridoxina e riboflavina (29,5%); frango (37,4%) na ingestão de
niacina; e frutas cítricas (44,1%) na ingestão de vitamina C (Tabela 10).
Tabela 10. Contribuição percentual dos cinco alimentos mais ingeridos para cada micronutriente, selecionados da amostra probabilística da população adulta de Niterói, RJ. Pesquisa de Nutrição, Atividade Física e Saúde (PNAFS), 2003. Micronutriente Contribuição dos alimentos (%)
Cálcio (mg) Leite e derivados (53,1) Pães (7,0) Feijão cozido (5,9) Massas (5,8) Vegetais (2,0) Magnésio (mg) Feijão cozido (26,3) Pães (8,5) Leite e derivados (6,1) Café (6,0) Vegetais (5,4) Manganês (mg) Arroz cozido (18,6) Feijão cozido (17,3) Pães (17,2) Banana (5,5) Cereal integral (4,3) Fósforo (mg) Leite e derivados (18,5) Carne bovina (14,3) Frango (12,8) Pães (9,3) Feijão cozido (8,8)
78
Tabela 10. continuação Ferro (g) Carne bovina (18,2) Feijão cozido (18,0) Pães (16,1) Massas (5,5) Frango (3,6) Sódio (mg) Arroz cozido (19,5) Pães (16,2) Feijão cozido (16,0) Massas (6,4) Carne bovina (4,9) Potássio (mg) Feijão cozido (11,9) Café (10,5) Leite e derivados (10,4) Carne bovina (9,0) Frango (6,9) Cobre (mg) Barra de proteína (37,2) Vísceras (19,7) Feijão cozido (10,3) Fruta A (4,6) Pães (4,6) Zinco (mg) Carne bovina (40,3) Pães (7,5) Feijão cozido (7,3) Leite e derivados (6,6) Arroz cozido (6,5) Retinol (RE) Vísceras (68,2) Leite e derivados (12,1) Margarina / manteiga (7,9) Ovos (1,5) Massas (1,3) Tiamina (mg) Chás (33,4) Pães (17,3) Biscoitos (7,6) Feijão cozido (4,6) Leite e derivados (3,5) Riboflavina (mg) Pães (29,5) Leite e derivados (23,4) Vísceras (6,8) Carne bovina (5,7) Chás (5,2) Piridoxina (mg) Pães (32,2) Bebida alcoólica (16,0) Leite e derivados (5,7) Banana (3,9) Feijão cozido (3,9) Niacina (mg) Frango (37,4) Bebida alcoólica (16,5) Pães (8,6) Carne bovina (8,1) Peixes (7,2) Vitamina C (mg) Frutas cítricas (44,1) Fruta A (31,8) Vegetais (8,7) Batata (2,8) Banana (1,4)
79
6.0 DISCUSSÃO
6.1 CARACTERÍSTICAS ALIMENTARES DA POPULAÇÃO ADULTA DE
NITERÓI, PNAFS, 2003
Os resultados encontrados no presente estudo permitem observar a
consistência entre os achados no único estudo realizado no país usando
métodos semelhantes, no caso uma amostra probabilística de adultos de São
Paulo (Fisberg et al., 2008) usando um RA24h. Os itens alimentares com maior
contribuição de energia foram o arroz, pão francês, feijão preto e açúcar
refinado. Da mesma forma, observou-se que a maioria dos alimentos incluídos
na lista construída com itens que contribuíram com 90% de energia no estudo
de São Paulo (Fisberg et al., 2008) está na lista do presente estudo. Ressalta-
se que em ambos os estudos o arroz foi o alimento que mais contribuiu para IE,
seguido de carne bovina e pão. Em estudo de menor dimensão (104 adultos
em Cuiabá), mas usando RA24h (Ferreira et al., 2010), os alimentos que mais
contribuíram percentualmente no total ingerido foram carnes (22,2%), arroz
(9,9%), pão (7,0%), massas (5,1%) e refrigerante (5,0%). Comparativamente à
população adulta de Niterói, a contribuição de carne, massas e refrigerante
parece ser bem maior na amostra de Cuiabá.
Apesar de obtidos por outro método, a contribuição no total de energia
disponível para ingestão na mais recente POF (2008-2009) (IBGE, 2010) foi
semelhante a do presente estudo. Na POF, os alimentos básicos de origem
vegetal (cereais, leguminosas, raízes e tubérculos) corresponderam a 45% da
energia disponível para ingestão. Alimentos essencialmente energéticos (óleos
e gorduras vegetais, gordura animal, açúcar e refrigerantes e bebidas
alcoólicas) contribuíram, na POF, muito mais, chegando a 28% e produtos de
80
origem animal (carnes, leite e derivados e ovos) com 19%. Frutas, verduras e
legumes contribuíram com 2,8% da energia e refeições prontas e misturas
industrializadas corresponderam a 4,6%. A participação de condimentos (0,3%)
e oleaginosas (0,2%) foi pouco expressiva.
No presente estudo foi aplicado um único RA24h na amostra
probabilística de adultos de um inquérito domiciliar, o que, a primeira vista,
pode ser considerada uma limitação do estudo. A IA de um indivíduo não é
constante, variando de dia para dia (Naska et al., 2001) e isto se deve ao fato
de que cada indivíduo difere nos tipos e quantidades de alimentos ingeridos de
um dia para o outro e também porque os indivíduos diferem entre si em sua IA
(variabilidade intra ou entre sujeitos) (Palaniappan et al., 2003). Assim, o
método de RA24h é representativo da ingestão usual de indivíduos quando o
mesmo representa os dias da semana de forma adequada, dependendo do
nutriente de interesse (Gibson, 2005). Neste caso o RA24h representa a
ingestão média de grupos de indivíduos em inquéritos dietéticos. No presente
estudo buscou-se avaliar um dia típico individual e todos os dias da semana
fazendo com que os resultados representem a IA da população adulta de
Niterói num dia de semana típico.
Não se tem muitos dados publicados de pesquisas sobre as
características da IA de segmentos da população brasileira. O presente estudo
documentou as características de ingestão de macronutrientes da população
adulta de Niterói, o que permitiu gerar uma lista de alimentos ingeridos mais
frequentemente e sua contribuição no total ingerido para construção de
métodos mais adequados de avaliação da IA. A semelhança da lista gerada
com outros estudos nacionais permite, com certo grau de confiança, a
81
possibilidade de geração de um QFA em nível nacional para ser usado em
estudos epidemiológicos no país. Localmente, esses dados podem contribuir
na adequação de políticas públicas que contribuem para melhora dos hábitos
alimentares, da qualidade de vida da população adulta de Niterói, RJ, e
consequentemente melhora do estado nutricional e diminuição da prevalência
de DCNT.
Todos os resultados apresentados nos itens 6.1 e 6.2 já foram aceitos
para publicação e podem ser encontrados com maiores detalhes nas
publicações (Souza et al., no prelo).
6.2 SUBESTIMATIVA DA INGESTÃO ENERGÉTICA EM AMOSTRA
PROBABILÍSTICA DE ADULTOS, PNAFS, 2003.
Os dados dietéticos da população adulta de Niterói mostrou que homens
mais velhos e indivíduos do sexo feminino relatam comer menos, resultados
que confirmam os dados encontrados pela IE estimada da população como um
todo (de 1490 e 1795 kcal.day-1 para a população feminina e masculina ,
respectivamente), e na região Sudeste, onde está localizado Niterói, na mais
recente Pesquisa de Orçamentos Familiares (IBGE, 2011).
Como a determinação dos resquerimentos energéticos (RE) é dada pela
estimativa do gasto energético (GE), calculado, na maioria dos casos, como o
produto da TMB e o nível de atividade física (NAF) (FAO, 2004), a
superestimação dos RE torna-se muito crítica em indivíduos obesos. Porque
TMB raramente é medida em estudos clínicos ou epidemiológicos, equações
de predição com base na massa corporal e grupos etários específicos são
frequentemente utilizados (FAO, 2004). Tem sido bem documentado que essas
equações superestimam BMR (Wahrlich et al.., 2013; Anjos et al., 2014). De
82
fato, os valores de TMB calculada pela equação proposta por Anjos et al.
(2014) e validado por Wahrlich et al. (2013), específica para a população de
Niterói, mostram que as equações recomendadas para uso internacional
superestimam significativamente a TMB, confirmando os resultados
documentados em segmentos da população brasileira que vivem no país e no
exterior (Wahrlich et al.., 2007; Anjos et al., 2014). Os resultados também
mostraram diferenças na TMB quando estratificados por idade, sexo e estado
nutricional (IMC), fatores que influenciam diretamente a TMB (Heitmann &
Lissner 1995).
A estimativa precisa da IA continua a ser um desafio, mas o RA24h
ainda é considerado um método adequado para determinar a IE de grandes
amostras de indivíduos quando todos os dias da semana são avaliados (Anjos
et al., 2009), apesar dos problemas com a memória, o tamanho da estimativa
de alimentos ea composição química dos alimentos tabelas. No presente
estudo, apenas um RA24h foi obtido em uma amostra probabilística de adultos
em uma pesquisa domiciliar que pode ser considerado uma limitação. Devido a
ingestão de um indivíduo não ser constante no dia a dia, uma compreensão da
variabilidade na ingestão de alimentos é necessária para estimar o consumo
habitual. Variabilidade na ingestão de alimentos deve-se tanto porque cada
indivíduo difere nos tipos e quantidades de alimentos ingeridos de um dia para
o outro (Palaniappan et al., 2003) e porque os indivíduos diferem entre si nos
seus consumos alimentares (entre- ou variabilidade inter-individual) (Gibson,
2005). Assim, o RA24h é o melhor para representar a ingestão habitual de
indivíduos quando se repete em vários dias, dependendo do nutriente de
interesse (Gibson, 2005). No entanto, um único RA24h pode representar o
83
consumo médio de grupos de indivíduos em inquéritos alimentares quando
todos os dias da semana são avaliados em uma amostra probabilística da
população (Gibson, 2005), como foi feito no presente estudo. Este
procedimento tem sido realizado em grandes levantamentos populacionais
(Briefel et al., 1995).
Os resultados do presente estudo confirmam que IE é subestimada,
especialmente em indivíduos com excesso de massa corporal. É crucial que a
TMB seja adequadamente estimada quando não é possível medi-la, se o
objetivo é identificar a subnotificação da IE.
6.3 VALIDAÇÃO E REPRODUTIBILIDADE DO QFA DE
MACRONUTRIENTES
Devido à sua localização tropical, Niterói é caracterizada por apenas
duas estações (seca e chuvosa), que não interfere substancialmente na
disponibilidade de alimentos, especialmente frutas e legumes. Já foi
documentado anteriormente que a ingestão de proteína e alguns
micronutrientes pode ser diferente entre as duas estações em adultos de
Niterói (Costa et al., 2013), o que sugere que a sazonalidade deve ser
considerada quando se avalia a construção e validação de instrumentos
dietéticos para essa população, fato comprovado com os resultados da
validação do QFA do presente estudo. O QFA foi criteriosamente projetado de
uma amostra probabilística de adultos de Niterói seguindo as recomendações
de Block et al, (1985a, 1985b) e Willett (1998), para construção de uma lista de
alimentos e tamanhos de porções, coerente com os padrões alimentares da
população.
84
A reprodutibilidade do QFA foi confirmada através dos ICC para todos os
nutrientes, bem como pela ausência de significância entre os QFAs repetidos
nas estações. Como documentado por Cardoso et al. (2001), que observaram
valores de correlação mais altos para todos os nutrientes quando o QFA foi
realizado em período curto (variando de 0,52 a 0,75, dentro de intervalo de 1
mês) quando comparado com a confiabilidade de longo prazo (intervalo de 1
ano) no mesmo estudo, os valores de coeficientes foram menores para todos
os nutrientes (variando de 0,30 a 0,56) (Cardoso et al., 2010), observada para
a versão original do QFA em mulheres brasileiras que vivem no Japão, com
alto nível de escolaridade. Como esperado, a confiabilidade de um QFA
realizado num período longo é geralmente inferior daquele realizado num
período mais curto, já que verdadeiras mudanças na dieta podem ocorrer, além
do viés de memória (Goldbohm et al., 1995; Barrat et al., 2012). No entanto, é
importante observar que os resultados de teste-reteste do QFA no estudo são
até melhores que os da pesquisa anterior com trabalhadores brasileiros de
baixa renda, homens e mulheres com idade entre 18 e 60 anos, realizado por
Fornés et al. (2003). Neste estudo, os ICCs, ajustados pela energia, variaram
entre 0,23 e 0,34, em um intervalo de 5 meses entre os dois QFAs, sugerindo
baixa reprodutibilidade. Os valores de ICC do presente estudo foram superiores
a vários estudos realizados na França (Barrat et al., 2012), Estados Unidos
(Willett et al., 1985) e Espanha (Martin-Moreno et al., 1993). O menor ICC bruto
foi para carboidrato (0.55) no verão e tiamina (0,63) no inverno, o que indica
boa reprodutibilidade do QFA do presente estudo.
Segundo Hunter et al. (1988), a variabilidade intraindividual é
responsável substancialmente pela variabilidade na ingestão total de alimentos.
85
Hebert et al (2000) encontraram maior variabilidade inter-individual em uma
amostra indiana rural do que o observado no ocidente, mas muito pouco da
variabilidade na ingestão alimentar poderia ser atribuída à época do ano.
Rossato et al. (2010) analisaram a variação sazonal na ingestão alimentar de
adultos saudáveis da área metropolitana mais meridional do Brasil (Porto
Alegre), abaixo do Trópico de Capricórnio, usando seis RA24hs ao longo de um
ano, em projeto semelhante ao realizado em Niterói. Apenas a ingestão de
carboidrato e de gordura total mostraram diferenças após o ajuste pela energia.
A ingestão de carboidrato e de vitamina C foi maior no verão em relação ao
outono, inverno e primavera. O oposto foi observado para gordura total e
retinol: a ingestão foi sempre menor no verão, em comparação com os demais
nutrientes (Rossato et al., 2010). Os resultados da IA da presente amostra de
adultos de Niterói são muito semelhantes aos econtrados no estudo no sul do
país. Ingestão energética e de carboidrato foi maior no verão e ingestão de
lipídio foi maior no inverno. Na análise de Costa et al. (2013) sobre o efeito da
sazonalidade na IA de adultos de Niterói não houve diferenças significativas na
IE entre verão e inverno. No entanto, a ingestão de proteína, fibra, magnésio,
tiamina, piridoxina e niacina foi significativamente diferente entre as estações.
Esses achados destacam a importância de considerar a sazonalidade, não só
para avaliar a IA, mas também para recomendações de políticas de nutrição e
saúde pública, particularmente em populações adultas, vivendo na área
urbana.
Quando comparados os resultados entre o QFA e a média dos RA24hs
no presente estudo, valores semelhantes para energia, carboidrato, colesterol,
cálcio, magnésio, manganês, fósforo, vitamina A, riboflavina, piridoxina,
86
niacina, lipídio saturado e monoinsaturado foram observados, sugerindo uma
alta consistência na estimativa desses nutrientes. No entanto, houve diferença
significativa para os onze nutrientes restantes (proteína, lipídio, fibra, ferro,
sódio, potássio, cobre, zinco, tiamina, vitamina C e lipídio poliinsaturado)
semelhante ao que foi descrito por Slater et al. (2003) em estudo no qual os
autores avaliaram a validação de um QFA para adolescentes de uma escola
pública de São Paulo, durante um período de 6 meses (de junho a novembro
de 1999).
Como sugerido em uma revisão sobre estudos de validação de QFAs
(Cade et al., 2002), limites de concordância (LDC) indicam se o QFA irá
superestimar ou subestimar a ingestão de nutrientes. Farukuoye et al. (2014)
avaliaram a reprodutibilidade e validade de um QFA aplicado a 103 indivíduos
australianos (50 com diabetes mellitus, 24 parentes de pacientes com diabetes
e 29 indivíduos não-diabéticos, sem história familiar de diabetes). A
reprodutibilidade foi avaliada repetindo o segundo QFA após três meses do
primeiro. Os autores encontraram amplos LDCs entre os dois métodos e os
ICC variaram de 0,23 a 0,72. No presente estudo quando são considerados os
LDCs para comparações entre o QFA e os RA24hs, observa-se que estes são
mais estreitos para a maioria dos nutrientes, indicando o acordo entre os
métodos.
Serra-Majem et al. (2009) revisaram estudos sobre os métodos
utilizados em pesquisas de validação realizadas em adultos, e encontraram
coeficientes de correlação entre ingestão dos minerais (ferro, cálcio, selênio,
zinco e iodo) estimados pelo QFA e o método de referência variando de 0,36 a
87
0,60 quando o método de referência foi o registro alimentar e de 0,41 a 0,58
quando o método foi o RA24h.
No estudo de validação de Sichieri & Everhart (1998) sobre o QFA
construído com base nas informações fornecidas pelo ENDEF, uma amostra de
adultos do Rio de Janeiro foi avaliada no qual os coeficientes de correlação de
Pearson observados entre o QFA e a média de quatro RA24hs variaram entre
0,18 para vitamina A e 0,55 para cálcio. Observou-se tendência do QFA em
superestimar a ingestão de certos micronutrientes antioxidantes, como vitamina
C, que pelo QFA foi de 329 mg, cerca de 200% maior do que a analisada pelo
RA24h (110 mg).
A validade e reprodutibilidade do QFA utilizado no Estudo Longitudinal
de Saúde do Adulto (ELSA-Brasil), um estudo multicêntrico com propósito de
pesquisar longitudinalmente doenças crônicas, em particular, as
cardiovasculares e o diabetes, em população adulta na faixa etária de 35 a 74
anos, de seis capitais em três regiões do Brasil (Sul, Sudeste e Nordeste)
(Aquino et al., 2012), foi testada por Molina et al. (2013). Os autores
encontraram valores de ICC (0,55-0,83) similares aos observados em outros
estudos (Zanolla et al., 2009; Cardoso et al., 2010); da mesma forma, os
valores de concordância encontrados nas análises de validade (0,20-0,72)
também se mostraram compatíveis com achados de pesquisas semelhantes
(Ribeiro et al., 2006; Zanolla et al., 2009; Cardoso et al., 2010; Henn et al.,
2010). Estudos similares apresentam frequentemente valores de ICC entre 0,4
a 0,7, que são considerados como de razoável reprodutibilidade e validade
(Willett, 1998).
88
No presente estudo, foram encontradas correlações menores para onze
dos vinte e quatro nutrientes analisados entre o QFA e a média dos RA24hs no
verão após o ajuste pela IE. Por outro lado, as correlações no inverno foram
menores para proteína, lipídio, colesterol, fibra, cálcio, fósforo, sódio, tiamina,
riboflavina, piridoxina, vitamina C, lipídio saturado, mono e poli, nutrientes cujas
fontes alimentares habituais parecem ser menos dependente da IE total e
podem ser diferente entre as estações. Resultados semelhantes foram
encontrados por Slater et al. (2003) em um estudo de validação em
adolescentes de uma escola pública de São Paulo. De acordo com Willett
(1998), o ajuste pela IE aumenta o coeficiente de correlação quando a
variabilidade de ingestão de nutrientes é relacionada a IE, mas diminui quando
a variabilidade do nutriente depende de erros sistemáticos de qualquer super
ou subestimação. Em estudos em adultos (Willett et al., 1985; Christensen et
al., 2013), este procedimento rendeu correlações com valores de coeficientes
mais relevantes. Os resultados do presente estudo mostram os dois efeitos
(aumento e diminuição dos coeficientes) acontecendo simultaneamente para os
diferentes nutrientes analisados. O mesmo foi encontrado em estudos
conduzidos na Grécia (Gnardellis et al., 1994) e nos Estados Unidos (Munger
et al., 1992). Por outro lado, no estudo realizado por Martín-Moreno et al.
(1993), na Espanha, o efeito foi particularmente insignificante.
As correlações menores podem ser explicadas pelo aumento do erro de
correlação como consequência do controle pela IE total. Portanto, informações
adicionais sobre as análises de Bland & Altman e os LDCs são úteis para
avaliar o nível de concordância entre os dois métodos de avaliação da IA e a
classificação do erro. As diferenças entre o QFA e os RA24hs para estimativa
89
da IE já foram relatadas anteriormente e podem explicar a subestimativa da
ingestão pelo RA24h (Tooze et al., 2012).
A principal limitação do presente estudo é o uso do RA24h como um
método de referência, uma vez que, assim como o QFA, baseia-se na
memória, podendo, desta forma, apresentar erros como sub ou superestimação
da IA (Willett, 1998). Conforme dados publicados de outros estudos de
validação realizados em populações adultas de países desenvolvidos e em
desenvolvimento (Henríquez-Sánchez et al., 2009; Serra-Majem et al., 2009),
os registros dietéticos foram usados como o padrão-ouro na maioria dos
estudos. Registros alimentares são susceptíveis a ter o erro (Sichieri &
Everhart, 1998) menos correlacionado, mas ele pode ser inadequado para
indivíduos com baixa alfabetização ou indivíduos mais velhos, ambas as
características presentes na presente amostra. Alternativamente, múltiplos
RA24hs são o método mais adequado para estudos de validação de QFAs
quando inclui-se indivíduos com baixa renda e/ou de baixa alfabetização.
(Vucic et al., 2009).
Em resumo, o presente QFA é uma ferramenta válida com base nos
coeficientes de correlação para a maioria dos nutrientes, mas pode não ser
adequado para vários micronutrientes, indicando a necessidade de
desenvolvimento de QFAs específicos para tais nutrientes. Também é evidente
que a sazonalidade pode interferir os resultados dos estudos de validação.
6.4 DESENVOLVIMENTO DO QFA DE MICRONUTRIENTES
Inúmeros QFAs têm sido elaborados para inquéritos epidemiológicos
nacionais e internacionais, visando a avaliação da dieta habitual avaliando a
90
ingestão energética e de macronutrientes (Thompson & Byers, 1994; Sichieri &
Everhart, 1998; Sales et al., 2006; Anjos et al., 2010), porém não avaliaram a
ingestão de micronutrientes como fizeram Fisberg et al. (2008) e Ferreira et al.
(2010). Estes instrumentos têm se mostrado de fundamental importância não
só para investigações sobre a relação entre composição da dieta e saúde
(Block et al., 1986), como também para a análise do papel da ingestão
alimentar na etiologia de DCNT (Furlan-Viebig & Pastor-Valero, 2004; Willett,
2006; Ferreira et al., 2010).
O primeiro aspecto fundamental de um QFA diz respeito aos
alimentos/itens alimentares que farão parte da lista de alimentos. Espera-se
que essa lista seja baseada em uma amostra que represente os hábitos
alimentares de diferentes estratos da população, já que a variação da IA de
acordo com a idade, gênero e escolaridade pode afetar a reprodutibilidade e
validade de um QFA (Kristal et al., 1997; Willett, 1998; Slater et al., 2003;
Fisberg et al., 2005).
A amostra usada para gerar a lista de alimentos para o desenvolvimento
do QFA de micronutrientes apresenta vantagem com relação aos demais
QFAs que foram validados no Brasil, pelo fato de ser representativa de uma
determinada população com os dados calibrados para essa população. Este
aspecto é importante nos inquéritos domiciliares, nos quais é extremamente
difícil conseguir avaliar homens na mesma proporção que mulheres, tornando
imperativa a calibração dos dados para que representem a população
apropriadamente (Anjos et al., 2010; Vasconcellos et al., 2013).
Aparentemente, outros dois QFAs foram gerados no pais em amostra
representativa de adultos, no caso, no município de São Paulo (Fisberg et al.,
91
2008) e outro no município de Cuiabá, MT (Ferreira et al., 2010).
Um fator importante do presente estudo é o fato de os dados terem sido
coletados ao longo de um ano, captando nas análises todos os segmentos de
renda da população adulta sendo avaliados a cada mês. Esta estratégia
permitiu levar em consideração a sazonalidade da ingestão alimentar, mesmo
que esta possa ser, teoricamente, pequena em Niterói pela possível menor
variabilidade do clima, diferentemente do que ocorre em outras regiões do
pais, particularmente na região Sul e no Nordeste, onde períodos de seca
representam períodos de escassez.
Os quatro alimentos mais ingeridos foram arroz branco, pão, feijão e
carne bovina. Esses mesmos alimentos, acrescidos do açúcar refinado,
também entraram na lista gerada para a construção do QFA de energia e
macronutrientes nesta população (Anjos et al., 2010). A manutenção de
alimentos tradicionais na dieta como o arroz e o feijão, pode ser considerada
positiva, uma vez que a tendência de evolução do consumo alimentar no Brasil
tem mostrado que esses alimentos vêm perdendo importância (IBGE, 2004).
Por outro lado, também foi evidente a presença de características negativas
dos hábitos alimentares, como elevada contribuição de alimentos
industrializados como pães, biscoitos e massas, e baixa contribuição de frutas,
verduras e legumes, uma vez que apontam situações de risco com os padrões
alimentares atuais da população brasileira (IBGE, 2004), o que pode justificar,
em parte, a elevada prevalência de sobrepeso na população.
A lista de alimentos selecionada visou a abrangência das principais
fontes alimentares de 15 micronutrientes, de acordo com estimativa de
ingestão do grupo de indivíduos estudado, obtida através de um RA24h. Assim,
92
para os micronutrientes considerados nesta análise, a lista de alimentos desta
versão do QFA atingiu cerca 80% da ingestão total da população de cada
micronutriente.
Apesar de suas desvantagens em relação à limitada exatidão dos dados,
devido ao viés de memória do entrevistado e à ausência de informações
detalhadas sobre a IA, o QFA possui a capacidade de caracterizar a dieta
habitual de cada indivíduo, captar suas mudanças recentes e discriminar a
variação de consumo interindividual, características necessárias à estimativa
de riscos. Outra vantagem importante é o seu baixo custo relacionado ao
menor intervalo de tempo necessário para o preenchimento (Gibson, 2005).
De acordo com Hansson et al. (2000), uma definição prévia do tamanho
da porção pode prejudicar a estimativa real do consumo alimentar, por não
permitir maior variabilidade de respostas dos entrevistados. No entanto, dada a
necessidade de obter um instrumento relativamente de baixo custo e de alta
precisão, a utilização de fotos em inquéritos dietéticos agiliza a aplicação do
método e reduz os erros de interpretação do entrevistador e do entrevistado
(Nelson et al., 1996). Os 1724 RA24hs do presente estudo foram realizados
com auxilio do álbum fotográfico para inquéritos dietéticos (Zabotto et al., 1996)
acrescido de algumas outras fotos de alimentos ausentes neste álbum e
identificados como de ingestão frequente em estudo piloto.
A lista de alimentos/grupos de alimentos desenvolvida é bem
semelhante àquela apresentada por Sichieri & Everhart (1998), constituída de
73 itens e que foi aplicada em indivíduos residentes no Rio de Janeiro, e a
apresentada por Ferreira et al. (2010), lista com 81 itens alimentares, aplicada
em estudo de base populacional desenvolvido em adultos residentes na zona
93
urbana do município de Cuiabá, MT. Fisberg et al. (2008) avaliaram 1.477
indivíduos de amostra probabilística do município de São Paulo, em 2003.
Foram selecionados os itens alimentares que contribuíram com pelo menos
90% da ingestão diária de energia e 22 nutrientes e geraram uma lista final
com 60 alimentos. O presente estudo avaliou 15 nutrientes e gerou uma lista
com 46 alimentos/grupos de alimentos que contribuíram com pelo menos 80%
da ingestão dos nutrientes.
A quantidade de itens alimentares que fazem parte do QFA desenvolvido
está de acordo com a sugestão de Fisberg et al. (2008) de que listas pequenas
podem subestimar a ingestão alimentar e listas muito extensas favorecem o
cansaço do participante e a superestimação da ingestão alimentar. Alguns
autores ainda advertem que listas muito extensas não aumentam a validade do
QFA se comparadas às listas mais reduzidas. Além disso, os questionários
extensos tendem a apresentar maior índice de não-resposta, elevando o custo
e o tempo dos estudos (Thompson & Byers, 1994; Willett, 1998).
Uma limitação do presente estudo pode ter sido a aplicação de apenas
um RA24h para gerar a lista do QFA. Uma única aplicação é insuficiente para
capturar as informações da dieta habitual individual dos participantes (Gibson,
2005). Procurou-se minimizar essa limitação por meio de estratégias como, a
representatividade de todos os dias da semana para captar as diferenças na
ingestão alimentar e o efeito da sazonalidade, visto que o estudo foi conduzido
ao logo de um ano (Anjos et al., 2010). Para a avalição de grupos de
indivíduos, entretanto, os procedimentos empregados são adequados.
O desenvolvimento deste questionário levou em consideração os hábitos
e práticas alimentares da população em estudo. Ressalta-se que após a
94
demonstração da validade e reprodutibilidade do questionário por meio de
técnicas apropriadas, esse instrumento poderá ser útil na realização de estudos
epidemiológicos. Esse passo é fundamental para garantir maior qualidade nas
informações coletadas sobre a IA dessa população.
95
7.0 CONCLUSÃO
O presente estudo avaliou a qualidade da alimentação, a influência da
sazonalidade na IA, a subestimativa da IE, a reprodutibilidade e validade do
questionário de frequência alimentar, de adultos de Niterói, RJ, com a
aplicação de múltiplos RA24h e QFA durante um ano, contemplando dias de
semana e de final de semana. A partir dos resultados é possível verificar
diferenças na ingestão de alimentos, grupos de alimentos e nutrientes, em
homens e mulheres, em diferentes momentos do ano.
Um total de 65 alimentos correspondeu a 90% da ingestão energética e
de macronutrientes na população adulta de Niterói. O sub-relato da IE é
evidente em pelo menos 50% da população adulta de Niterói.
As médias de IE e macronutrientes foram bem semelhantes entre as
estações, sendo melhores no inverno, pois as diferenças entre os métodos
ocorreram apenas para alguns micronutrientes (fósforo, sódio, cobre, zinco,
tiamina, piridoxina, vitamina C e ácido graxo poilinsaturado).
O QFA para avaliar a ingestão energética e de macronutrientes
apresentou boa reprodutibilidade e confiabilidade, porém a estação do ano
influiu nos resultados. O QFA mostrou validade moderada para a maioria dos
nutrientes.
Uma lista de alimentos foi desenvolvida para análise da IA de
micronutrientes, com 46 grupos alimentares que explicam aproximadamente
80% da ingestão de 15 micronutrientes. O desenvolvimento deste questionário
levou em consideração os hábitos e práticas alimentares da população adulta
de Niterói e precisa ser validado entes de seu uso em estudos epidemiológicos.
96
8.0 REFERENCIAS BIBLIOGRÁFICAS
Abdullah M, Wheeler EF. Seasonal variations, and the intra-household
distribution of food in a Bangladeshi village. American Journal of Clinical
Nutrition. 1985;41:1305-13.
Anjos LA, Ferreira BCM, Vasconcellos MTL, Wahrlich V. Gasto energético em
adultos do Município de Niterói, Rio de Janeiro: Resultados da Pesquisa de
Nutrição, Atividade Física e Saúde – PNAFS. Ciência & Saúde Coletiva.
2008;13(6):1775-84.
Anjos LA, Souza DR, Rossato SL. Desafios na medição quantitativa da
ingestão alimentar em estudos populacionais. Revista de Nutrição.
2009;22(1):151-61.
Anjos LA, Wahrlich V, Vasconcellos MTL, Souza DR, Olinto MTA, Waissmann
W, et al. Development of a food frequency questionnaire in a probabilistic
sample of adults from Niterói, Rio de Janeiro, Brazil. Cadernos de Saúde
Pública. 2010;26(11):2196-204.
Anjos LA, Wahrlich V, Vasconcellos MTL. BMR in a Brazilian adult probability
sample: The Nutrition, Physical Activity and Health Survey. Public Health
Nutrition. 2014;17:853-60.
Aquino EML, Barreto SM, Benseñor IM, Carvalho MS, Chor D, Duncan BB.
Brazilian Longitudinal Study of Adult Health (ELSA-Brasil): objectives and
design. American Journal of Epidemiology. 2012;175:1-10.
Araujo MC, Yokoo EM, Pereira RA. Validation and calibration of a
semiquantitative Food Frequency Questionnaire designed for adolescents.
Journal American Dietetic Association. 2010;110:1170-77.
Associação Brasileira de Empresas de Pesquisa (ABEP). Critério de
Classificação Econômica Brasil. http://www.anep.org.br/codigosguias/
ABEP_CCEB.pdf. Acesso em 07/10/2008.
Barrat E, Aubineau N, Maillot M, Derbord E, Barthes P, Lescuyer JF, et al.
Repeatability and relative validity of a quantitative food-frequency
questionnaire among French adults. Food Nutrition Research.
2012;56:18472.
97
Beaton GH. Approaches to analysis of dietary data: relationship between
planned analyses and choice of methodology. American Journal of Clinical
Nutrition. 1994;59(Suppl):235S-61.
Benzecry EH, Pinheiro ABV, Lacerda EMA, Gomes MCS, da Costa VM. Tabela
para Avaliação de Consumo Alimentar em Medidas Caseiras. 5ªed. São
Paulo: Editora Atheneu; 2005.
Biró G, Hulshof KFAM, Ovesen L, Amorim Cruz JA. Selection of methodology to
assess food intake. European Journal of Clinical Nutrition. 2002;56(2
Suppl):S25-S32.
Bland JM, Altman DG. Statistical methods for assessing agreement between
two methods of clinical measurement. Lancet 1986; 1:307-10.
Block G. A review of validations of dietary assessment methods. American
Journal of Epidemiology. 1982;115:492-505.
Block G, Dresser CM, Hartman AM, Carroll MD. Nutrient sources in the
American diet: quantitative data from the NHANES II Survey. I. Vitamins and
minerals. American Journal of Epidemiology. 1985a;122(1):13-26.
Block G, Dresser CM, Hartman AM, Carroll MD. Nutrient sources in the
American diet: quantitative data from the NHANES II Survey. II.
Macronutrients and fats. American Journal of Epidemiology.
1985b;122(1):27-40.
Block G, Hartman AM, Dresser CM, Carroll MD, Gannon J, Gardner L. A data-
based approach to diet questionnaire design and testing. American Journal
of Epidemiology. 1986;124:453-69.
Boeing H. Nutritional epidemiology: New perspectives for understanding the
diet-disease relationship? European Journal of Clinical Nutrition.
2013;67(5):424-9.
Bonatto S, Henn RL, Olinto MTA, Anjos LA, Wahrlich V, Waissmann W.
Reproducibility, relative validity, and calibration of a food-frequency
questionnaire for adults in Greater Metropolitan Porto Alegre, Rio Grande do
Sul State, Brazil. Cadernos de Saúde Pública. 2014;30(9):1837-48.
Bossan FM, Anjos LA, Vasconcellos MTL, Wahrlich V. Nutritional status of the
adult population in Niterói, Rio de Janeiro, Brazil: the Survey on Nutrition,
Physical Activity, and Health. Cadernos de Saúde Pública. 2007;23(8):1867-
76.
98
Briefel RR, Mcdowell MA, Alaimo K, Caughman CR, Bischof AL, Carroll MD, et
al. Total energy intake of the US population: the third National Health and
Nutrition Examination Survey, 1988-1991. American Journal of Clinical
Nutrition. 1995;62:1072s-80s.
Brown KH, Black RE, Becker S. Seasonal changes in nutritional status and the
prevalence of malnutrition in a longitudinal study of young children in rural
Bangladesh. American Journal of Clinical Nutrition. 1982;36:303-13.
Brown KH, Black RE, Robertson AD, Becker S. Effects of season and illness on
the dietary intake of weanlings during longitudinal studies in rural
Bangladesh. American Journal of Clinical Nutrition. 1985;41:343-55.
Cade J, Thompson R, Burley V, Warm D. Development, validation and
utilization of food-frequency questionnaires-a review. Public Health Nutrition.
2002;5(4):567-87.
Capita R, Alonso-Calleja C. Differences in reported winter and summer dietary
intakes in young adults in Spain. International Journal Food Sciences and
Nutrition. 2005;56(6):431-43.
Cardoso MA, Stocco PR. Desenvolvimento de um questionário quantitativo de
freqüência alimentar em imigrantes japoneses e seus descendentes
residentes em São Paulo, Brasil. Cadernos de Saúde Pública.
2000;16(1):117-4.
Cardoso MA, Kida AA, Tomita LY, Stocco PR. Reproducibility and validity of a
food frequency questionnaire among women of Japanese ancestry living in
Brazil. Nutrition Research. 2001;21:725-33.
Cardoso MA. Desenvolvimento, Validação e Aplicações de Questionários de
Frequência Alimentar em Estudos Epidemiológicos. In: Kac G, Sichieri R,
Gigante D. (Eds). Epidemiologia Nutricional. Rio de Janeiro:
Fiocruz/Atheneu; 2007. p. 201-12.
Cardoso MA, Tomita LY, Laguna EC. Assessing the validity of a food frequency
questionnaire among low-income women in São Paulo, southeastern Brazil.
Cadernos de Saúde Pública. 2010;26(11):2059-67.
Carriquiry A. Estimation of Usual Intake Distributions of Nutrients and Foods.
Journal of Nutrition. 2003;133(Suppl):601S-8.
99
Casey PH, Goolsby SL, Lensing SY, Perloff BP, Bogle ML. The use of
telephone interview methodology to obtain 24-hour dietary recalls. Journal of
the American Dietetic Association. 1999;99(11):1406-11.
Christensen SE, Möller E, Bonn SE, Ploner A, Wright A, Sjölander A, et al. Two
new meal- and web-based interactive food frequency questionnaires:
validation of energy and macronutrient intake. Journal of Medical Internet
Research. 2013;15(6): e109.
Costa AF, Yokoo EM, Anjos LA, Wahrlich V, Olinto MTA, Henn RL, et al.
Variação sazonal na ingestão alimentar de adultos de Niterói, RJ, Brasil.
Revista Brasileira de Epidemiologia. 2013;16(2):513-24.
Dunton GF, Atienza AA. The need for time-intensive information in healthful
eating and physical activity research: A timely topic. Journal of the American
Dietetic Association. 2009;109(1):30-5.
Dwyer J. Avaliação do consumo alimentar. In: Shils ME, Olson JA, Shike M,
Ross AC. Tratado de nutrição moderna na saúde e na doença. 1a. ed. São
Paulo: Manole; 2003.
Fahey MT, Sasaki S, Kobayashi M, Akabane M, Tsugane S. Seasonal
misclassification error and magnitude of true between-person variation in
dietary nutrient intake: a random coefficient analysis and implications for the
Japan Public Health Center (JPHC) Cohort Study. Public Health Nutrition.
2003;6:385-91.
Fallaize R, Forster H, Macready AL, Walsh MC, Mathers JC, Brennan L, et al.
Online Dietary Intake Estimation: Reproducibility and Validity of the
Food4Me Food Frequency Questionnaire Against a 4-Day Weighed Food
Record. Journal of Medical Internet Research. 2014;16(8):e190.
FAO (Food and Agriculture Organization of the United Nations) / WHO (World
Health Organization). Human Energy Requirements, Report of a Joint
FAO/WHO/UNU Expert Consultation. Food and Nutrition Technical Report
Series no. 1. Rome: FAO, 2004.
Farukuoye M, Strassburger K, Kacerovsky-Bielesz G, Giani G, Roden M.
Development, reproducibility and validity of the food frequency questionnaire
in the Poland arm of the Prospective Urban and Rural Epidemiological
(PURE) study. Journal of Human Nutrition and Detetics. 2012;25(3):225-32.
100
Farukuoye M, Strassburger K, Kacerovsky-Bielesz G, Giani G, Roden M.
Validity and reproducibility of an interviewer-administered food frequency
questionnaire in Austrian adults at risk of or with overt diabetes mellitus.
Nutrition Research. 2014;34(5):410-9.
Ferreira MG, Silva NF, Schmidt FD, Silva RMVG, Sichieri R, Guimarães LV, et
al. Desenvolvimento de questionário de frequência alimentar para adultos
em amostra de base populacional de Cuiabá, Região Centro-Oeste do
Brasil. Revista Brasileira de Epidemiologia. 2010;13(3):413-24.
Fisberg RM, Martini LA, Slater B. Métodos de inquéritos alimentares. In:
Fisberg RM, Slater B, Marchioni DML, Martini LA. (Eds). Inquéritos
alimentares. São Paulo: Manole; 2005. p. 1-31.
Fisberg RM, Colucci ACA, Morimoto JM, Marchioni DML. Questionário de
freqüência alimentar para adultos com base em estudo populacional.
Revista de Saúde Pública. 2008;42(3):550-4.
Fornés NS, Stringhini MLF, Elias BM. Reproducibility and validity of a food-
frequency questionnaire for use among low-income Brazilian workers. Public
Health Nutrition. 2003;6(8):821-7.
Furlan-Viebig R, Pastor-Valero M. Desenvolvimento de um questionário de
freqüência alimentar para o estudo de dieta e doenças não transmissíveis.
Revista de Saúde Pública. 2004;38(4):581-4.
Garcia-Larsen V, Luczynska M, Kowalski ML, Voutilainen H, Ahlström M,
Haahtela T, et al. Use of a common food frequency questionnaire (FFQ) to
assess dietary patterns and their relation to allergy and asthma in Europe:
pilot study of the GA2LEN FFQ. European Journal of Clinical Nutrition.
2011;65(6):750-6.
Garrow JS, Webster J. Quetelet's index (W/H2): as a measure of fatness.
International Journal of Obesity. 1985;9:147-53.
Gibson RS. Principles of Nutritional Assessment. 2nd Ed. New York: Oxford
University Press; 2005.
Gnardellis C, Trichopouluu A, Katsouyanni K, Polychronopoulos E, Rimm EB,
Trichopoulos D. Reproducibility and validity of an extensive semi-
quantitative food frequency questionnaire among teachers. Epidemiology.
1994;6:74-7.
101
Goldberg GR, Black AE, Jebb SA, Cole TJ, Murgatroyd PR, Coward WA, et al.
Critical evaluation of energy intake data using fundamental principles of
energy physiology: 1. Derivation of cut-off limits to identify under-recording.
European Journal of Clinical Nutrition. 1991;45(12):569-81.
Goldbohm RA, van’t Veer P, van den Brandt PA, van’t Hof MA, Brants HA,
Sturmans F, et al. Reproducibility of a food frequency questionnaire and
stability of dietary habits determined from five annually repeated
measurements. European Journal of Clinical Nutrition. 1995;49:420-9.
González CA, Joan J. Relative validity and reprodutibilidity of a diet history
questionnaire in Spain. I. Foods. International Journal of Epidemiology.
1997a;26(1 Suppl):S91-S99.
González CA, Joan J. Relative validity and reprodutibilidity of a diet history
questionnaire in Spain. III. Biochemical Markers. International Journal of
Epidemiology. 1997b;26(1 Suppl):S110-S117.
Goris AHC, Westerterp KR. The assessment of food intake in humans –
Review. Recent Research Development of Nutrition. 2000;3:27-41.
Hansson LM, Galanti MR, Bergströn R. Factors affecting reproducibility of
dietary reports using food frequency questionnaires. European Journal of
Clinical Nutrition. 2000; 54(8):658-64.
Harrison GG. Methodologic considerations in descriptive food-consumption
surveys in developing countries. Food and Nutrition Bulletin.
2004;25(4):415-19.
Henn RL, Fuchs SC, Moreira LB, Fuchs FD. Development and validation of a
food frequency questionnaire (FFQ-Porto Alegre) for adolescent, adult and
elderly populations from Southern Brazil. Cadernos de Saúde Pública.
2010;26:2068-79.
Henríquez-Sánchez P, Sánchez-Villegas A, Doreste-Alonso J, Ortiz-
Andrellucchi A, Pfrimer K, Serra-Majem L. Dietary assessment methods for
micronutrient intake: a systematic review on vitamins. British Journal of
Nutrition. 2009;102(Suppl 1):S10-37.
Hebert JR, Gupta PC, Mehta H, Ebbeling CB, Bhonsle RR, Varghese F.
Sources of variability in dietary intake in two distinct regions of rural India:
implications for nutrition study design and interpretation. European Journal
of Clinical Nutrition. 2000;54(6):479-86.
102
Heitmann BL, Lissner L. Dietary underreporting by obese individuals-is it
specific or non specific? British Medicine Journal. 1995;311:986-9.
Hoffman K, Boeing H, Dufour A, Volatier JL, Telman J, Virtanen M, et al.
Estimating the distribution of usual dietary intake by short-term
measurements. European Journal of Clinical Nutrition. 2002;56(2 Suppl):
53S-62.
Hunter DJ, Sampson L, Stampfer MJ, Colditz GA, Rosner B, Willett W.
Variability in portion sizes of commonly consumed foods among a population
of women in the United States. American Journal of Epidemiology.
1988;127(6):1240-9.
IBGE (Fundação Instituto Brasileiro de Geografia e Estatística). Pesquisa de
orçamentos familiares, 2002-2003: análise da disponibilidade domiciliar de
alimentos e estado nutricional no Brasil. Rio de Janeiro: IBGE, 2004.
IBGE (Fundação Instituto Brasileiro de Geografia e Estatística). Pesquisa de
orçamentos familiares 2008-2009: Avaliação nutricional da disponibilidade
domiciliar de alimentos no Brasil. Rio de Janeiro: IBGE; 2010.
IBGE (Fundação Instituto Brasileiro de Geografia e Estatística). Pesquisa de
Orçamento Familiares 200-2008. Análise do consumo alimentar pessoal no
Brasil. Rio de Janeiro: IBGE, 2011.
Illner AK, Freisling H, Boeing H, Huybrechts I, Crispim SP, Slimani N. Review
and evaluation of innovative technologies for measuring diet in nutritional
epidemiology. International Journal of Epidemiology. 2012;41(4):1187-203.
Iowa State University. Software for intake distribution estimation version 1.0.
Iowa City, IA, USA. 2003.
Jahns L, Arab L, Carriquiry A, Popkin BM. The use of external within-person
variance estimates to adjust nutrient intake distributions over time and
across populations. Public Health Nutrition. 2005;8(1):69-76.
Jayawardena R, Swaminathan S, Byrne NM, Soares MJ, Katulanda P, Hills AP.
Development of a food frequency questionnaire for Sri Lankan adults.
Nutrition Journal. 2012;11:63.
Jessri M, Rashidkhani B, Hajizadeh B, Jessri M, Gotay C. Macronutrients,
vitamins and minerals intake and risk of esophageal squamous cell
carcinoma: a case-control study in Iran. Nutrition Journal. 2011;10:137.
103
Kristal AR, Feng Z, Coates RJ, Oberman A, George V. Associations of
race/ethnicity, education, and dietary intervention with the validity and
reliability of a food frequency questionnaire. American Journal of
Epidemiology. 1997;146(10):856-69.
Kuhnlein HV, Soueida R, Receveur O. Dietary nutrient profiles of Canadian
Baffin Island Inuit differ by food source, season, and age. Journal of the
American Dietetic Association. 1996;96:155-162.
Levy-Costa RB, Sichieri R, Pontes NS, Monteiro CA. Disponibilidade domiciliar
de alimentos no Brasil: distribuição e evolução (1974 – 2003). Revista de
Saúde Pública. 2005;39(4):530-40.
Levy RB, Claro RM, Mondini L, Sichieri R, Monteiro CA. Distribuição regional e
socioeconômica da disponibilidade domiciliar de alimentos no Brasil em
2008-2009. Revista de Saúde Pública. 2012;46(1):6-15.
Livingstone MB, Prentice AM, Coward WA, Strain JJ, Black AE, Davies PSW, et
al. Validation of estimates of energy intake by weighed dietary record and
diet history in children and adolescents. American Journal of Clinical
Nutrition. 1992;56:29-35.
Locke E, Coronado GD, Thompson B, Kuniyuki A. Seasonal variation in fruit
and vegetable consumption in a rural agricultural community. Journal of the
American Dietetic Association. 2009;109(1):45-51.
Lohman TG, Roche AF, Martorell R. Anthropometric standardization reference
manual. Champaign, Illinois: Human Kinetics; 1988.
Ma Y, Olendzki BC, Li W, Hafner AR, Chiriboga D, Hebert JR, et al. Seasonal
variation in food intake, physical activity, and body weight in a predominantly
overweight population. European Journal of Clinical Nutrition.
2006;60(4):519-28.
Martin-Moreno JM, Boyle P, Gorgojo I, Maisonneuve P, Fernandez-Rodriguez
JC, Salvini S, et al. Development and validation of a food frequency
questionnaire in Spain. International Journal of Epidemiology
1993;22(3):512–9.
Matarazzo HCZ, Marchioni DL, Figueiredo RAO, Slater B, Neto JE.
Reprodutibilidade e validade do questionário de freqüência de consumo
alimentar utilizado em estudo de caso-controle de câncer oral. Revista
Brasileira de Epidemiologia. 2006;9(3):316-24.
104
Molina MCB, Benseñor IM, Cardoso LO, Velasquez-Melendez G, Drehmer M,
Pereira TSS, et al. Reprodutibilidade e validade relativa do Questionário de
Frequência Alimentar do ELSA-Brasil. Cadernos de Saúde Pública.
2013;29(2):379-89.
Monteiro CA, Mondini L, Costa RBL. Mudanças na composição e adequação
nutricional da dieta familiar nas áreas metropolitanas do Brasil (1988 –
1996). Revista de Saúde Publica. 2000;34(3):251-258.
Monteiro CA, Moura EC, Jaime PC, Claro RF. Validade de indicadores do
consumo de alimentos e bebidas obtidos por inquérito telefônico. Revista de
Saúde Pública. 2008;42(4):582-9.
Mouratidou T, Ford F, Frase RB. Validation of a food-frequency questionnaire
for use in pregnancy. Public Health Nutrition. 2005;9:515-22.
Munger RG, Folsom AR, Kushi LH, Kaye SA, Sellers TA. Dietary assessment of
older Iowa women with a food frequency questionnaire: nutrient intake,
reproducibility and comparison with 24-hour dietary recal intrerviews.
American Journal of Epidemiology. 1992;136:192-200.
Naska A, Paterakis S, Eeckman H, Remaut AM, Trygg K. Methodology for
rendering household budget and individual nutrition surveys comparable, at
the level of the dietary information collected. Public Health Nutr 2001;
4(5B):1153-8.
Nelson M, Black AE, Morris JA, Cole TJ. Between- and within-subject variation
in nutrient intake from infancy to old age: estimating the number of days
required to rank dietary intakes with desired. American Journal of Clinical
Nutrition. 1989;50:155-67.
Nelson M, Atkinson M, Darbyshire S. Food photography II: use of food
photographys for estimating portion size and nutrient content of meals.
British Journal of Nutrition. 1996;76(1):31-49.
NEPA (Núcleo de Estudos e Pesquisas em Alimentação) / UNICAMP
(Universidade Estadual de Campinas).Tabela brasileira de composição de
alimentos, Versão II. 2ª ed. Campinas, SP: NEPA/UNIMCAP, 2006.
Nusser SM, Fuller WA, Guenther PM. Estimating usual dietary intake
distributions: adjusting for measurement error and no normality in 24-hour
food intake data. In: Lyberg L, Biemer P, Collins M, De Leeuw E, Dippo C,
105
Schwarz N, Trewin D. Survey Measurement and Process Quality. New York:
Wiley and Sons; 1997. p. 689-709.
Palaniappan U, Cue RI, Payette H, Gray-Donald K. Implications of Day-to-Day
Variability on Measurements of Usual Food and Nutrient Intakes. Journal of
Nutrition. 2003;133:232-5.
Pietinen P, Hartman AM, Haapa E, Räsänen L, Haapakoski J, Palmgren J, et
al. Reproducibility and validity of dietary assessment instruments. I. A self-
administered food use questionnaire with a portion size picture booklet.
American Journal of Epidemiology. 1988;128:655-66.
Queiróz AR, Costa CA, Popolim WD, Lima SCTC, Philippi ST. Avaliação do
consumo alimentar pela Internet por meio de inquérito de freqüência
dietética simplificado. Nutrire: Revista da Sociedade Brasileira de
Alimentação e Nutrição. 2007;32(1):11-22.
Ribeiro AC, Sávio KEO, Rodrigues MLCF, Costa THMC, Schmitz BAS.
Validação de um questionário de freqüência de consumo alimentar para a
população adulta. Revista de Nutrição. 2006;19(5):553-62.
Rodrigues AE, Marostegan PF, Mancini MC, Dalcanale L, Melo ME, Cercato C,
et al. Análise da taxa metabólica de repouso avaliada por calorimetria
indireta em mulheres obesas com baixa e alta ingestão calórica. Arquivos
Brasileiros de Endocrinologia e Metabologia. 2008;52(1):76-84.
Rossato SL, Olinto MTA, Henn RL, Anjos LA, Bressan AW, Wahrlich V.
Seasonal effect on nutrient intake in adults living in Southern Brazil.
Cadernos de Saúde Pública. 2010;26(11):2177-87.
Rossato SL, Olinto MTA, Henn RL, Moreira LB, Camey SA, Anjos LA, et al.
Seasonal variation in food intake and the interaction effects of sex and age
among adults in southern Brazil. European Journal of Clinical Nutrition. no
prelo.
Sabour H, Javidan AN, Vafa MR, Shidfar F, Nazari M, Saberi H, et al. Calorie
and macronutrients intake in people with spinal cord injuries: an analysis by
sex and injury-related variables. Nutrition. 2012;28(2):143-7.
Sales RL, Silva MMS, Costa NMB, Euclydes MP, Eckhardt VF.
Desenvolvimento de um inquérito para avaliação da ingestão alimentar em
grupos populacionais. Revista de Nutrição. 2006;19(5):539-52.
106
Salvo VL, Gimeno SG. Reprodutibilidade e validade do questionário de
freqüência de consumo de alimentos. Revista de Saúde Pública.
2002;36:505-12.
Scagliusi FB, Lancha Júnior AH. Subnotificação da ingestão energética na
avaliação do consumo alimentar. Revista de Nutrição. 2003;16(4):471-481.
Schoeller DA. Limitations in the assessment of dietary energy intake by self-
reported. Metabolism. 1995;44(suppl):18s-22s.
Schofield WN. Predicting basal metabolic rate, new standards and review of
previous work. Human Nutrition and Clinical Nutrition. 1985;39(1Suppl):5-41.
Serra-Majem L, Pfrimer K, Doreste-Alonso J, Ribas-Barba L, Sánchez-Villegas
A, Ortiz-Andrellucchi A, et al. Dietary assessment methods for intakes of
iron, calcium, selenium, zinc and iodine. British Journal of Nutrition.
2009;102(Suppl 1):S38-55.
Sichieri R. Epidemiologia da Obesidade. Rio de Janeiro: EdUerj; 1998.
Sichieri R, Everhart JE. Validity of a Brazilian food frequency questionnaire
against dietary recalls and estimated energy intake. Nutrition Research.
1998(10);18:1649-59.
Silva PLN. Calibration estimation: when and why, how much and how. Rio de
Janeiro: Fundação Instituto Brasileiro de Geografia e Estatística; 2004.
(Textos para Discussão da Diretoria de Pesquisas 14).
Slater B, Philippi ST, Fisberg RM, Latorre MR. Validation of a semi-quantitative
adolescent food frequency questionnaire applied at a public school in São
Paulo, Brazil. European Journal of Clinical Nutrition. 2003;57:629-35.
Souza DR, Anjos LA, Wahrlich V, Vasconcellos MTL, Machado JM. Ingestão
alimentar e balanço energético da população adulta de Niterói, Rio de
Janeiro, Brasil: resultados da Pesquisa de Nutrição, Atividade Física e
Saúde (PNAFS). Cadernos de Saúde Pública. 2010;26(5):879-890.
Souza DR, Anjos LA, Wahrlich V, Vasconcellos MTL. Fontes alimentares de
macronutrientes em amostrar probabilística de adultos brasileiros. Ciência e
Saúde Coletiva. No prelo.
Souza DR, Anjos LA, Wahrlich V, Vasconcellos MTL. Energy intake
underreporting of adults in a household survey: The impact of using a
population specific BMR equation. Cadernos de Saúde Pública. No prelo.
107
Teixeira MH, Veiga GV, Sichieri R. Avaliação de um questionário simplificado
de freqüência de consumo alimentar como preditor de hipercolesterolemia
em adolescentes. Arquivos Brasileiros de Cardiologia. 2007;88:66-71.
Thompson FE, Byers T. Dietary assessment resource manual. Journal of
Nutrition. 1994;124:2245S-2317S.
Tooze JA, Krebs-Smith SM, Troiano RP, Subar AF. The accuracy of the
Goldberg method for classifying misreporters of energy intake on a food
frequency questionnaire and 24-hour recalls: Comparison with doubly
labeled water. European Journal of Clinical Nutrition. 2012;66(5):569-76.
U.S. Department of Agriculture, Agricultural Research Service. USDA National
Nutrient Database for Standard Reference, Release 20; 2007.
Vasconcelos FAG. Tendências históricas dos estudos dietéticos no Brasil.
História, Ciências, Saúde. 2007;14(1):197-219.
Vasconcellos MTL, Silva PLN, Anjos LA. Sample design for the Nutrition,
Physical Activity and Health Survey (PNSFS), Niterói, Rio de Janeiro, Brazil.
Estadística. 2013;65(184):47-61.
Vucic V, Glibetic M, Novakovic R, Ngo J, Ristic-Medic D, Tepsic J, et al. Dietary
assessment methods used for low-income populations in food consumption
surveys: a literature review. British Journal of Nutrition. 2009;101(Suppl
2):S95-101.
Wahrlich V, Anjos LA, Going SB, Lohman TG. Basal metabolic rate of Brazilians
living in the Southwestern United States. Europena Journal of Clinical
Nutrition. 2007;61:289-93.
Wahrlich V, Anjos LA, Teixeira TM. Basal Metabolic Rate: validation of a
population-specific equation for Brazilians. Annals of Nutrition and
Metabolism. 2013;63(suppl 1):1039.
Weber JL, Reid PM, Greaves KA, Denaly JP, Stanford VA, Going SB, et al.
Validity of self-reported energy intake in lean and obese young women,
using two nutrient databases, compared with total energy expediture
assessed by doubly labeled water. European Journal of Clinical Nutrition.
2001;55(11):940-50.
WHO (World Health Organization). Obesity: preventing and managing the
global epidemic. WHO Technical Report Series 824; 2000.
108
WHO (World Health Organization). Diet, Nutrition and Prevention of Chonic
Disease. WHO Technical Report Series 916; 2003.
Willett WC. Nutritional Epidemiology. Oxford: Oxford University Press; 1998.
Willett WC, Sampson L, Stampfer MJ, Rosner B, Bain C, Witchi J, et al.
Reproducibility and validity of a semiquantitative food frequency
questionnaire. American Journal of Epidemiology. 1985;122:51-65.
Willett WC, Howe GR, Kushi LH. Adjustment for total energy intake in
epidemiologic studies. American Journal of Clinical Nutrition. 1997;65(1
suppl):S1220-8.
Willett WC, Hu FB. Not the time to abandon the food frequency questionnaire:
Point. Cancer Epidemiology, Biomarkers & Prevention. 2006;15:1757-8.
Yokoo EM, Pereira RA, da Veiga GV, Nascimento S, Costa RS, Ramos de
Marins VM, et al. Proposta metodológica para o módulo de consumo
alimentar pessoal na pesquisa brasileira de orçamentos familiares. Revista
de Nutrição. 2008;21(6):767-76.
Zabotto CB, Viana RPT, Gil MF. Registro fotográfico para Inquéritos Dietéticos:
utensílios e porções. Campinas, SP: UNICAMP; Goiânia: UFG, 1996.
Zanolla AF, Olinto MTA, Henn RL, Wahrlich V, Anjos LA. Avaliação de
reprodutibilidade e validade de um questionário de freqüência alimentar em
adultos residentes em Porto Alegre, Rio Grande do Sul, Brasil. Cadernos de
Saúde Pública. 2009;25(4):840-8.
109
9.0 ANEXOS
9.1 QUESTIONÁRIO DE FREQUÊNCIA ALIMENTAR UTILIZADO NA
PESQUISA
110
111
112
113
114
115
116
9.2 TERMO DE CONSENTIMENTO LIVRE E ESCLARECIDO
117
9.3 APROVAÇÃO DO COMITÊ DE ÉTICA EM PESQUISA
118
9.4 QUESTIONÁRIO SÓCIO DEMOGRÁFICO UTILIZADO NA
PESQUISA
119
120
121
122
123
9.5 ROTEIRO DE COMO FAZER UM RA24H.
• A entrevista é para ser realizada com calma. Poderá ser imediatamente após retirar o monitor de frequência cardíaca (FC) ou durante aquele dia. Não deixe para fazer no dia seguinte à retirada do monitor, pois aí não será mais o recordatório das 24 horas em que ele usou o monitor de FC.
• Comece a entrevista informando que você irá perguntar tudo o que a pessoa fez e comeu nas 24h anteriores. A estratégia de perguntar sobre o que a pessoa fez é para facilitar a lembrança da pessoa sobre o que comeu em associação com as suas atividades do dia. Com as informações das atividades poderemos conferir o registro da FC com as atividades descritas.
• Absolutamente não demonstre nenhuma reação (riso, espanto ou qualquer outro comentário ou expressão) sobre as atividades e a ingestão da pessoa. Não demonstre pena, mas seja amigável sem dar muita confiança. Perceba que alguns detalhes podem fazer com que haja invasão de privacidade, ou seja, os detalhes são desnecessários e poderão comprometer todos os dados da pesquisa e outros agendamentos com a pessoa.
• As 24 horas são contadas desde a colocação do monitor de FC até o mesmo horário do dia seguinte. Deve-se sempre começar com os fatos mais antigos para os mais recentes, mas para ter o “gancho” para a manhã anterior (no dia da colocação do monitor de FC), comece perguntando sobre a noite anterior a este dia. Por exemplo: Felipe foi entrevistado no dia 23/04/03, quarta-feira. Comece perguntando: O que você fez na noite de segunda-feira? Esse gancho é importante porque traz os fatos à memória do entrevistado, daí então você pergunta:
1) A que horas chegou em casa? (caso tenha saído) 2) A que horas foi dormir? 3) Acordou durante a noite? 4) A que horas acordou na manhã seguinte? 5) A partir daí pergunte sempre o que a pessoa fez, tentando anotar com
detalhes o que a pessoa fez. Caso haja deslocamentos, perguntar a hora de chegada a algum lugar, o meio de transporte e o que fez no intervalo. Uma vez estabelecido um intervalo de tempo cuja atividade foi anotada, perguntar se a pessoa comeu ou bebeu alguma coisa. Por exemplo: após anotar a hora que a pessoa acordou, perguntar "O que você fez após acordar? Descreva o que a pessoa fez e anote o horário da próxima atividade marcante (por exemplo saída de casa para o trabalho) e então pergunte: Entre o horário que você acordou e saiu de casa, você comeu ou bebeu alguma coisa? Quando você chegou ao trabalho você comeu ou bebeu alguma coisa?
6) Continue perguntando sobre as atividades que a pessoa fez, sempre voltando para perguntar se a pessoa comeu ou bebeu alguma coisa.
7) Quando a pessoa começar a listar o que comeu e bebeu, anote tudo e depois volte ao início (para cada alimento mencionado) perguntando na seguinte ordem: Qual o tipo? Qual a marca? Qual a quantidade? Sempre que possível utilize o registro fotográfico para que a pessoa possa identificar o que
124
mais se aproxima do real ingerido pelas figuras ou pelos tamanhos dos utensílios, tais como colheres, copos, conchas, etc. Caso não haja no registro a fotografia exata do alimento, tente um similar e anote ao lado do alimento, a figura que se parece com o tamanho ingerido.
8) Quando a pessoa mencionar que comeu alimentos como leite, pão, biscoito ou cereal, deve-se sempre perguntar se ela acrescentou alguma coisa aos alimentos. Por exemplo: Você acrescentou alguma coisa no leite (pão, biscoito, cereal)?
9) Não esqueça de perguntar se a pessoa acordou à noite e, sem entrar em maiores detalhes, pergunte o que ela fez.
10) Complete as 24h no horário de colocação do monitor de FC no dia anterior. Atenção para não incluir duas vezes o café da manhã.
11) Termine o recordatório perguntando se este foi um dia atípico e, caso tenha sido, pergunte o que o tornou atípico.
• Quanto à ingestão alimentar, não faça perguntas do tipo: O que você comeu de café da manhã? O que você almoçou ou jantou?
Outra coisa muito importante: nunca induza as respostas, não tente ajudar a pessoa. E nunca faça a pergunta usando mais ou menos: Você sabe mais ou menos o que comeu? (isso está mostrando que tanto faz, que ela não precisa se esforçar para saber o que comeu e mais importante ainda a quantidade consumida).